提要 | 第1-5页 |
目录 | 第5-7页 |
第一章 引言 | 第7-10页 |
·研究背景 | 第7-8页 |
·研究的意义 | 第8页 |
·本文的主要工作 | 第8-9页 |
·论文的组织结构 | 第9-10页 |
第二章 相关技术简介 | 第10-20页 |
·Platform EGO简介 | 第10-11页 |
·WSG简介 | 第11-14页 |
·WSC与WSG的交互 | 第14页 |
·WSC接收通知模块EGO_notification | 第14-16页 |
·WSC角色注册模块EGO_resister | 第16-17页 |
·WSC资源申请模块EGO_allocation | 第17-18页 |
·EGO_activity模块 | 第18-20页 |
第三章 常用作业调度算法分析 | 第20-26页 |
·常用作业调度算法简介 | 第20-24页 |
·动态规划 | 第20-21页 |
·背包算法 | 第21页 |
·遗传算法 | 第21-22页 |
·模拟退火算法 | 第22页 |
·禁忌搜索Tabu方法 | 第22-23页 |
·启发式算法 | 第23-24页 |
·常用作业调度算法总结 | 第24-25页 |
·本文算法的提出 | 第25-26页 |
第四章 作业混合调度算法 | 第26-49页 |
·资源采购者整体设计 | 第26-27页 |
·分析待处理作业集合 | 第27-29页 |
·作业和待处理作业集合的表示 | 第27-28页 |
·申请资源数量范围的确定 | 第28-29页 |
·对申请资源所需时间的估算 | 第29-32页 |
·约束传播的使用 | 第32-33页 |
·作业调度算法 | 第33-42页 |
·资源采购者的搜索策略 | 第35-37页 |
·本文启发式函数的原理 | 第37-40页 |
·启发式函数的实现 | 第40-42页 |
·资源采购者运行中对用户请求的动态处理 | 第42-44页 |
·算法的时间复杂度和实验数据分析 | 第44-49页 |
·算法时间复杂度分析 | 第44-45页 |
·算法的优化 | 第45-47页 |
·实验数据分析 | 第47-49页 |
第五章 总结与展望 | 第49-50页 |
·课题研究总结 | 第49页 |
·收获与体会 | 第49页 |
·算法存在的问题和进一步的工作 | 第49-50页 |
参考文献 | 第50-54页 |
摘要 | 第54-57页 |
Abstract | 第57-60页 |
致谢 | 第60-61页 |
导师及作者简介 | 第61页 |