摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-16页 |
1.1 研究背景和意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-14页 |
1.2.1 资源调度方案研究 | 第9-10页 |
1.2.2 多目标优化技术 | 第10-14页 |
1.2.3 多目标优化技术在资源调度中的应用 | 第14页 |
1.3 论文的主要工作 | 第14-15页 |
1.4 论文的组织结构 | 第15-16页 |
第2章 多目标优化遗传算法MOGANS | 第16-26页 |
2.1 资源配置 | 第16-19页 |
2.2 编码和初始代的生成 | 第19页 |
2.3 主要操作算子 | 第19-25页 |
2.3.1 交叉 | 第19-21页 |
2.3.2 变异 | 第21-22页 |
2.3.3 选择 | 第22-23页 |
2.3.4 适应度函数 | 第23-25页 |
2.4 本章小结 | 第25-26页 |
第3章 基于MOEA/D算法的资源调度方案(MOGA-D) | 第26-35页 |
3.1 MOEA/D算法 | 第26-30页 |
3.1.1 MOEA/D算法的分解策略 | 第26-27页 |
3.1.2 MOEA/D的算法流程 | 第27-30页 |
3.1.3 MOEA/D算法特点 | 第30页 |
3.2 MOGA-D资源调度方案的实现 | 第30-34页 |
3.2.1 MOGA-D资源调度方案的流程图 | 第31-32页 |
3.2.2 目标空间的分解和种群的分类 | 第32页 |
3.2.3 更新操作 | 第32-33页 |
3.2.4 MOGA-D资源调度方案步骤 | 第33-34页 |
3.3 本章小结 | 第34-35页 |
第4章 实验结果比较与分析 | 第35-41页 |
4.1 MOGANS实验结果分析 | 第35-37页 |
4.1.1 结果分析 | 第35-36页 |
4.1.2 计算性能分析 | 第36-37页 |
4.2 基于MOEA/D算法的资源调度方案实验结果分析 | 第37-40页 |
4.2.1 结果分析 | 第37-39页 |
4.2.2 计算性能分析 | 第39-40页 |
4.3 本章小结 | 第40-41页 |
第5章 总结与展望 | 第41-43页 |
5.1 本文总结 | 第41页 |
5.2 未来工作 | 第41-43页 |
致谢 | 第43-44页 |
参考文献 | 第44-48页 |
附录1 攻读硕士学位期间发表的论文 | 第48-49页 |
详细摘要 | 第49-53页 |