基于智能搜索算法的多核处理器任务调度
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究现状及发展趋势 | 第11-14页 |
| 1.2.1 多核处理器的发展 | 第11-13页 |
| 1.2.2 任务调度的简介 | 第13-14页 |
| 1.3 论文的主要内容及结构安排 | 第14-16页 |
| 第2章 多核处理器任务调度问题 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 任务模型 | 第16-17页 |
| 2.3 传统启发式算法 | 第17-18页 |
| 2.4 智能搜索算法 | 第18-26页 |
| 2.4.1 遗传算法 | 第18-20页 |
| 2.4.2 禁忌搜索算法 | 第20-21页 |
| 2.4.3 模拟退火算法 | 第21-23页 |
| 2.4.4 粒子群算法 | 第23-25页 |
| 2.4.5 蚁群算法 | 第25页 |
| 2.4.6 智能搜索算法在任务调度中的应用 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 改进遗传算法的任务调度 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 算法框架 | 第27-28页 |
| 3.3 启发式算法得到初始种群 | 第28-31页 |
| 3.3.1 任务的初始处理器分配 | 第28页 |
| 3.3.2 任务的编码 | 第28-29页 |
| 3.3.3 任务调度与分配 | 第29页 |
| 3.3.4 任务开始时间与完工时间 | 第29-30页 |
| 3.3.5 种群优化 | 第30-31页 |
| 3.4 适应度函数 | 第31-32页 |
| 3.5 遗传搜索过程 | 第32-35页 |
| 3.5.1 轮盘赌选择 | 第32页 |
| 3.5.2 扰动 | 第32-33页 |
| 3.5.3 基于随机编号的交叉 | 第33页 |
| 3.5.4 动态变异 | 第33-34页 |
| 3.5.5 变异后调度图 | 第34页 |
| 3.5.6 更新最优个体 | 第34页 |
| 3.5.7 算法结束 | 第34-35页 |
| 3.6 仿真实验 | 第35-38页 |
| 3.6.1 实验参数 | 第35-36页 |
| 3.6.2 仿真结果 | 第36-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第4章 面向多核任务调度的混合遗传算法 | 第39-47页 |
| 4.1 引言 | 第39页 |
| 4.2 算法框架 | 第39-40页 |
| 4.3 遗传搜索过程 | 第40-41页 |
| 4.3.1 基于禁忌搜索的随机编号交叉 | 第40页 |
| 4.3.2 基于模拟退火的变异 | 第40-41页 |
| 4.3.3 算法流程图 | 第41页 |
| 4.4 仿真实验 | 第41-46页 |
| 4.4.1 实验参数 | 第41-42页 |
| 4.4.2 仿真结果 | 第42-44页 |
| 4.4.3 MHGA算法和IPGA算法的比较 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 混合粒子群算法解决多核任务调度 | 第47-55页 |
| 5.1 引言 | 第47页 |
| 5.2 算法框架 | 第47页 |
| 5.3 初始化粒子群 | 第47-48页 |
| 5.3.1 初始处理器核分配 | 第47-48页 |
| 5.3.2 任务调度 | 第48页 |
| 5.3.3 初始种群生成 | 第48页 |
| 5.4 粒子编码 | 第48-49页 |
| 5.5 更新粒子的速度和位置 | 第49-50页 |
| 5.6 更新粒子局部最优和全局最优 | 第50页 |
| 5.7 MHPSO算法 | 第50-51页 |
| 5.8 算法流程图 | 第51页 |
| 5.9 仿真实验 | 第51-54页 |
| 5.9.1 实验参数 | 第51-52页 |
| 5.9.2 仿真结果 | 第52-54页 |
| 5.10 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录 | 第63页 |
