网格环境中一种改进的蚁群任务调度算法
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-16页 |
| ·本文的研究背景 | 第12-13页 |
| ·研究现状 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| ·论文结构 | 第15-16页 |
| 第2章 网格中的任务调度模型 | 第16-23页 |
| ·网格计算任务调度的特点和主要目标 | 第16-18页 |
| ·网格中任务调度算法的研究 | 第18-21页 |
| ·简单的任务调度启发式算法 | 第18-19页 |
| ·Min-Min 类型的启发式任务调度算法 | 第19页 |
| ·遗传模拟类的启发式调度算法 | 第19-21页 |
| ·网格任务调度的困难性 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第3章 蚁群算法与遗传算法基本原理 | 第23-33页 |
| ·蚁群算法的基本原理 | 第23-24页 |
| ·蚁群算法的数学模型 | 第24-27页 |
| ·蚁群算法特点 | 第27页 |
| ·基本遗传算法 | 第27-28页 |
| ·遗传算法 | 第27-28页 |
| ·遗传算法基本特点 | 第28页 |
| ·蚁群算法与遗传算法的混合的基本方法 | 第28-32页 |
| ·混合的基本思想 | 第29页 |
| ·变异操作 | 第29-30页 |
| ·交叉操作 | 第30页 |
| ·遗传蚁群算法 | 第30-31页 |
| ·算法测试 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第4章 一种改进的蚁群网格任务调度算法 NACA | 第33-43页 |
| ·NACA 算法描述 | 第33页 |
| ·蚁群算法中参数设置的重要性与盲目性 | 第33-34页 |
| ·利用遗传算法对蚁群算法中的参数进行优化 | 第34-36页 |
| ·网格任务调度相关 | 第36页 |
| ·网格调度 | 第36页 |
| ·网格资源的负载平衡 | 第36页 |
| ·NACA 实现 | 第36-42页 |
| ·NACA 基本思想 | 第37页 |
| ·初始定义及假设条件 | 第37-38页 |
| ·网格计算环境中 NACA 的设计 | 第38-42页 |
| ·小结 | 第42-43页 |
| 第5章 仿真实验设计与分析 | 第43-50页 |
| ·网络仿真工具 | 第43页 |
| ·GridSim 模拟器介绍 | 第43-45页 |
| ·GridSim 与其他仿真工具的比较 | 第44-45页 |
| ·Gridsim 仿真实验环境的搭建 | 第45-46页 |
| ·仿真实验 | 第46-49页 |
| ·小结 | 第49-50页 |
| 总结与展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第58页 |
