首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

An Availability-Aware Task Scheduling Algorithm for Heterogeneous Systems Using Particle Swarm Optimization

Abstract第6页
摘要第7-10页
LIST OF FIGURE第10-11页
LIST OF TABLE第11-12页
CHAPTER 1 INTRODUCION第12-18页
    1.1 THE PURPOSE AND SIGNIFICANCE OF THE PAPER第12页
    1.2 GRID COMPUTING第12-13页
    1.3 SCHEDULING第13-15页
        1.3.1 Job Shop Scheduling第14页
        1.3.2 Resource Scheduling第14-15页
        1.3.3 The difficulties of Resource Scheduling第15页
    1.4 OPTIMIZATION第15-17页
    1.5 SUMMARY第17-18页
CHAPTER 2 PARTICLE SWARM OPTIMIZATION第18-27页
    2.1 PURPOSE第18页
    2.2 INTRODUCTION第18页
    2.3 SIMULATING SOCIAL BEHAVIOR第18-20页
        2.3.1 Human Social Behavior第19页
        2.3.2 Mapping to a Computer Simulation第19-20页
    2.4 PRECURSORS: THE ETIOLOGY OF PARTICLE SWARM OPTIMIZATION第20-24页
        2.4.1 Nearest Neighbor Velocity Matching and Craziness第20页
        2.4.2 The Cornfield Vector第20-22页
        2.4.3 Eliminating Ancillary Variables第22-23页
        2.4.4 Multidimensional Search第23页
        2.4.5 Acceleration by Distance第23页
        2.4.6 Current Simplified Version第23-24页
    2.5 PRINCIPLES OF SWARM INTELLIGENCE第24-26页
    2.6 SUMMARY第26-27页
CHAPTER 3 HETEROGENEOUS COMPUTING第27-41页
    3.1 PURPOSE第27页
    3.2 INTRODUCTION第27-28页
    3.3 MULTICLASS APPLICATIONS第28-29页
    3.4 MODEL DESCRIPTION AND PROBLEM第29-38页
        3.4.1 Architecture Model第29-31页
        3.4.2 Modeling Multiclass Tasks with Availability Requirements第31-36页
        3.4.3 Problem Formulation第36-37页
        3.4.4 Heterogeneity Model第37-38页
    3.5 THE AVAILABILITY-AWARE SCHEDULING ALGORITHM - SSAC第38-40页
    3.6 SUMMARY第40-41页
CHAPTER 4 SIMULATION AND EXPERIMENTAL RESULTS第41-53页
    4.1 PURPOSE第41页
    4.2 THE SIMGRID FRAMEWORK第41-45页
        4.2.1 Maintaining the topology第41-42页
        4.2.2 Managing the tasks第42-43页
        4.2.3 Organizing the paths and channels第43-44页
        4.2.4 Simulation Kernels and Models第44-45页
        4.2.5 User Interfaces第45页
    4.3 INTRODUCING THE PROBLEM MODEL第45-46页
    4.4 SOLVING THE PROBLEM第46-48页
        4.4.1 Iterative model of PSO to minimizing the makespan第47-48页
        4.4.2 S teps of PSO to minimizing the makespan第48页
    4.5.E XPERIMENTAL RESULTS AND DISCUSSION第48-53页
        4.5.1.E xperimental I: Arrival Rate第49-51页
        4.5.2.E xperimental II: Number of Nodes第51-53页
CONCLUSION AND RECOMMENDATIONS第53-54页
REFERENCES第54-59页
ACKNOWLEDGEMENT第59-60页
APPENDIX A第60-66页
    A.1 GENETIC ALGORITHM第60-61页
    A.2 GENETIC OPERATORS第61-62页
        A.2.1 Initialization第61页
        A.2.2 Selection第61-62页
        A.2.3 Reproduction第62页
        A.2.4 Termination第62页
    A.3 BIOLOGICAL BACKGROUND第62-63页
    A.4 CROSSOVER AND MUTATION OPERATORS第63-66页
        A.4.1 Crossover operator第63-64页
        A.4.2 Mutation operator第64-66页

论文共66页,点击 下载论文
上一篇:良性卵巢囊肿手术方式选择的探讨
下一篇:FitzHugh-Nagumo系统行波解的Hopf分支