基于启发式算法的云工作流任务调度方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 典型工作流研究系统 | 第11-12页 |
| 1.2.2 云工作流调度研究现状 | 第12-14页 |
| 1.3 主要研究内容及创新点 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 2 相关工作 | 第16-25页 |
| 2.1 云工作流概述 | 第16-17页 |
| 2.2 启发式算法在云工作流中的应用 | 第17-24页 |
| 2.2.1 启发式算法 | 第17页 |
| 2.2.2 基于性能驱动的工作流调度算法 | 第17-20页 |
| 2.2.3 基于QoS约束的工作流调度算法 | 第20-23页 |
| 2.2.4 云工作流调度算法分析 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 截止时间约束成本优化的云工作流调度 | 第25-40页 |
| 3.1 问题的提出 | 第25-26页 |
| 3.2 CPWD算法调度模型 | 第26-28页 |
| 3.2.1 任务模型 | 第26-27页 |
| 3.2.2 调度模型 | 第27-28页 |
| 3.3 CPWD调度算法 | 第28-34页 |
| 3.3.1 任务优先级划分 | 第28-29页 |
| 3.3.2 任务时间分配 | 第29页 |
| 3.3.3 目标函数 | 第29-30页 |
| 3.3.4 算法描述 | 第30-33页 |
| 3.3.5 理论分析 | 第33-34页 |
| 3.4 实验结果及分析 | 第34-39页 |
| 3.4.1 实验环境 | 第34-37页 |
| 3.4.2 实验结果和分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 基于可靠性时间优化的云工作流调度 | 第40-55页 |
| 4.1 问题的提出 | 第40-41页 |
| 4.2 相关工作 | 第41-42页 |
| 4.2.1 序优化方法 | 第41-42页 |
| 4.3 MOSA调度算法 | 第42-51页 |
| 4.3.1 调度模型 | 第43页 |
| 4.3.2 可靠性模型 | 第43-44页 |
| 4.3.3 目标函数 | 第44-45页 |
| 4.3.4 算法 | 第45-50页 |
| 4.3.5 理论分析 | 第50-51页 |
| 4.4 实验结果及分析 | 第51-54页 |
| 4.4.1 实验环境 | 第51-53页 |
| 4.4.2 实验结果和分析 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 总结 | 第55-57页 |
| 5.1 本文工作总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 作者简历及攻读硕士学位期间的研究成果 | 第61-63页 |
| 学位论文数据集 | 第63页 |
