| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题来源及研究背景 | 第8-9页 |
| 1.1.1 课题来源 | 第8页 |
| 1.1.2 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 任务调度算法概述 | 第9-10页 |
| 1.2.2 工作流调度算法 | 第10-12页 |
| 1.2.3 研究现状分析 | 第12页 |
| 1.3 主要工作和创新 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 2 任务调度算法概述 | 第14-22页 |
| 2.1 在线任务调度算法 | 第14-19页 |
| 2.1.1 最早完成时间调度算法(MCT) | 第14-15页 |
| 2.1.2 最小执行时间调度算法(MET) | 第15-16页 |
| 2.1.3 SA算法 | 第16-18页 |
| 2.1.4 KPB算法 | 第18-19页 |
| 2.2 离线任务调度算法 | 第19-20页 |
| 2.2.1 Min-min算法和Max-min算法 | 第19-20页 |
| 2.2.2 Sufferage算法 | 第20页 |
| 2.3 经典调度算法对比分析 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 AUV协同设计平台及多工作流在线调度问题建模 | 第22-27页 |
| 3.1 AUV协同设计平台介绍 | 第22-23页 |
| 3.2 AUV协同设计平台上的多工作流在线调度问题 | 第23-24页 |
| 3.3 AUV协同设计平台上多工作流在线调度问题建模 | 第24-25页 |
| 3.3.1 异构处理机 | 第24页 |
| 3.3.2 工作流和任务 | 第24-25页 |
| 3.4 多工作流在线调度问题的性能指标 | 第25-26页 |
| 3.5 本章小结 | 第26-27页 |
| 4 基于前瞻的多工作流在线调度算法 | 第27-40页 |
| 4.1 算法基本思想 | 第27-29页 |
| 4.1.1 在线算法的选取 | 第27页 |
| 4.1.2 改进思路 | 第27-29页 |
| 4.2 前瞻定义 | 第29-30页 |
| 4.3 前瞻为1的算法设计 | 第30-36页 |
| 4.3.1 算法约束条件和触发条件 | 第30页 |
| 4.3.2 算法描述 | 第30-32页 |
| 4.3.3 算法伪代码 | 第32-33页 |
| 4.3.4 时间复杂度 | 第33页 |
| 4.3.5 算法过程演示 | 第33-36页 |
| 4.4 前瞻为2的算法设计 | 第36-39页 |
| 4.4.1 算法描述 | 第36-37页 |
| 4.4.2 算法伪代码 | 第37-39页 |
| 4.4.3 时间复杂度 | 第39页 |
| 4.5 本章小结 | 第39-40页 |
| 5 仿真实验与结果分析 | 第40-61页 |
| 5.1 多工作流在线调度仿真系统设计与实现 | 第40-50页 |
| 5.1.1 仿真系统的设计 | 第40-41页 |
| 5.1.2 仿真系统的实现 | 第41-49页 |
| 5.1.3 仿真实验参数 | 第49-50页 |
| 5.2 实验结果和分析 | 第50-60页 |
| 5.2.1 前瞻为1的算法结果分析 | 第50-55页 |
| 5.2.2 前瞻为2的算法结果分析 | 第55-59页 |
| 5.2.3 两种算法对比和分析 | 第59-60页 |
| 5.3 算法移植 | 第60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |
