| 目录 | 第1-10页 |
| 0 引言 | 第10-11页 |
| 1 概述 | 第11-15页 |
| ·课题的研究背景 | 第11-12页 |
| ·遗传算法和蚁群算法的研究现状及特征 | 第12-13页 |
| ·论文的研究内容及成果 | 第13-15页 |
| 2 网格任务调度技术及其存在的问题 | 第15-29页 |
| ·概述 | 第15-16页 |
| ·网格任务调度模型 | 第16页 |
| ·网格计算的特点 | 第16-17页 |
| ·网格计算环境中任务调度面临的问题 | 第17-18页 |
| ·目前存在的任务调度算法及其特点 | 第18-27页 |
| ·传统的调度算法及特点 | 第18-20页 |
| ·遗传算法、蚁群算法及特点 | 第20-27页 |
| ·使用新算法解决任务调度问题的可行性分析 | 第27-29页 |
| 3 基于遗传算法与蚁群算法动态融合的网格任务调度策略 | 第29-51页 |
| ·概述 | 第29-30页 |
| ·条件设定 | 第30-31页 |
| ·必要定义 | 第31-32页 |
| ·NP 完全问题 | 第31-32页 |
| ·DAG 图 | 第32页 |
| ·组合优化问题 | 第32页 |
| ·遗传算法与蚁群算法动态融合的设计 | 第32-34页 |
| ·基本原理 | 第32-33页 |
| ·两种算法动态融合的临界点确定 | 第33-34页 |
| ·结论 | 第34页 |
| ·算法实现及源代码 | 第34-50页 |
| ·初始定义及假设条件 | 第34-35页 |
| ·遗传算法规则 | 第35-40页 |
| ·蚁群算法规则 | 第40-45页 |
| ·遗传算法与蚁群算法的衔接 | 第45页 |
| ·网格任务调度算法过程 | 第45-46页 |
| ·算法必要说明 | 第46-49页 |
| ·算法源代码 | 第49-50页 |
| ·小结 | 第50-51页 |
| 4 网格模拟器 | 第51-58页 |
| ·概述 | 第51-52页 |
| ·SIMGRID 简述 | 第52-53页 |
| ·SIMGRID 关键特征 | 第53-54页 |
| ·SIMGRID 与其他仿真工具的比较 | 第54-55页 |
| ·SIMGRID 使用分析 | 第55-57页 |
| ·小结 | 第57-58页 |
| 5 仿真实验及结果 | 第58-63页 |
| ·实验目的 | 第58页 |
| ·实验参数的设定 | 第58-59页 |
| ·仿真结果 | 第59-62页 |
| ·实验结论 | 第62-63页 |
| 6 总结与展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 作者研究生期间论文发表情况 | 第68页 |