| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究的背景与意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 分布式库存调拨模型的研究现状 | 第10-11页 |
| 1.3.2 和声搜索算法研究现状 | 第11-12页 |
| 1.3.3 Hadoop集群负载均衡研究现状 | 第12页 |
| 1.4 论文的主要研究内容 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 层次控制下的分布式库存调拨模型的建立 | 第14-24页 |
| 2.1 分布式库存调拨模型的介绍 | 第14-17页 |
| 2.1.1 分布式库存调拨模型的概念 | 第14页 |
| 2.1.2 分散控制的分布式库存调拨 | 第14-15页 |
| 2.1.3 集中控制的分布式库存调拨 | 第15页 |
| 2.1.4 基于云计算的层次控制分布式库存调拨 | 第15-17页 |
| 2.2 模型假设 | 第17-18页 |
| 2.3 符号定义 | 第18-19页 |
| 2.4 模型建立 | 第19-22页 |
| 2.4.1 订货成本 | 第19页 |
| 2.4.2 库存持有成本 | 第19-20页 |
| 2.4.3 缺货成本 | 第20页 |
| 2.4.4 运输成本 | 第20页 |
| 2.4.5 其它成本 | 第20-21页 |
| 2.4.6 订货点与安全库存 | 第21页 |
| 2.4.7 基于层次控制的分布式物流库存调拨模型 | 第21-22页 |
| 2.5 模型特点 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 基于MapReduce的动态参数和声搜索并行算法 | 第24-39页 |
| 3.1 模型求解的算法思路 | 第24页 |
| 3.2 和声搜索算法介绍 | 第24-26页 |
| 3.3 算法改进思路 | 第26页 |
| 3.3.1 并行和声搜索 | 第26页 |
| 3.3.2 参数的动态设定 | 第26页 |
| 3.4 基于MapReduce的动态参数和声搜索并行算法 | 第26-32页 |
| 3.4.1 和声子库的并行 | 第27页 |
| 3.4.2 动态参数设计 | 第27-29页 |
| 3.4.3 和声搜索的Map和Reduce函数 | 第29-30页 |
| 3.4.4 算法流程图 | 第30-32页 |
| 3.4.5 算法分析与优势 | 第32页 |
| 3.5 算法性能测试 | 第32-38页 |
| 3.5.1 实验数据 | 第32-35页 |
| 3.5.2 实验结果与分析 | 第35-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 负载均衡优化 | 第39-49页 |
| 4.1 分布式库存调拨管理优化的进一步探讨 | 第39页 |
| 4.1.1 影响系统响应时间的因素 | 第39页 |
| 4.1.2 负载均衡优化的意义 | 第39页 |
| 4.2 MapReduce在Hadoop上的任务调度 | 第39-40页 |
| 4.3 常用的作业调度算法 | 第40-41页 |
| 4.3.1 FIFO调度算法 | 第40页 |
| 4.3.2 Capacity Scheduler调度算法 | 第40-41页 |
| 4.3.3 Fair Scheduler调度算法 | 第41页 |
| 4.4 动态优先级的负载均衡调度 | 第41-42页 |
| 4.4.1 算法改进思想 | 第41页 |
| 4.4.2 算法相关定义 | 第41-42页 |
| 4.4.3 算法描述 | 第42页 |
| 4.5 仿真实验 | 第42-48页 |
| 4.5.1 云平台的软硬件配置 | 第42-43页 |
| 4.5.2 Hadoop集群搭建 | 第43-45页 |
| 4.5.3 实验结果与分析 | 第45-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 工作总结 | 第49页 |
| 5.2 工作展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 附录 本文作者在攻读硕士学位期间所发表的论文 | 第55-56页 |
| 致谢 | 第56-57页 |
