基于遗传算法的网格计算的任务调度
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-9页 |
| ·引言 | 第6页 |
| ·网格计算定义、概念 | 第6-7页 |
| ·主要研究内容和解决的主要问题 | 第7-8页 |
| ·论文的框架 | 第8-9页 |
| 第二章 网格计算概述 | 第9-19页 |
| ·网格的本质特征 | 第9-10页 |
| ·网格的体系结构 | 第10-14页 |
| ·网格体系结构的内容 | 第10页 |
| ·典型网格体系结构 | 第10-14页 |
| ·五层沙漏结构 | 第11-12页 |
| ·开放网格服务结构 | 第12-13页 |
| ·Web服务资源框架 | 第13-14页 |
| ·网格计算的意义 | 第14-15页 |
| ·网格计算的现状、发展趋势 | 第15-16页 |
| ·网格计算的关键技术 | 第16-17页 |
| ·选题的目的和意义 | 第17-19页 |
| 第三章 网格计算的任务调度 | 第19-30页 |
| ·网格计算任务调度概述 | 第19页 |
| ·网格调度模型 | 第19-21页 |
| ·中心式网格调度模型 | 第20-21页 |
| ·分布式网格调度模型 | 第21页 |
| ·网格计算的任务调度器 | 第21-22页 |
| ·网格计算任务调度的特点 | 第22-23页 |
| ·网格计算的任务调度的分类 | 第23-24页 |
| ·独立任务的调度算法 | 第24-29页 |
| ·静态映射算法 | 第24-28页 |
| ·Min-Min算法 | 第24-25页 |
| ·Max-Min算法 | 第25页 |
| ·遗传算法 | 第25-26页 |
| ·先进先出调度算法 | 第26页 |
| ·神经网络算法 | 第26页 |
| ·模拟退火算法 | 第26-28页 |
| ·静态映射算法的比较 | 第28页 |
| ·动态映射算法 | 第28-29页 |
| ·线模式动态调度算法 | 第28-29页 |
| ·批模式任务映射算法 | 第29页 |
| ·遗传算法在网格计算的任务调度中的地位 | 第29-30页 |
| 第四章 遗传算法 | 第30-43页 |
| ·NP完全问题 | 第30-32页 |
| ·问题的复杂性和算法的复杂性 | 第30页 |
| ·P类问题和NP问题 | 第30-31页 |
| ·NP完全问题 | 第31-32页 |
| ·遗传算法综述 | 第32-33页 |
| ·遗传算法与自然选择 | 第33-34页 |
| ·遗传算法的概念 | 第34-36页 |
| ·遗传算法的操作算法 | 第36页 |
| ·遗传算法的主要步骤 | 第36-40页 |
| ·初始化 | 第37页 |
| ·选择 | 第37-38页 |
| ·交叉 | 第38-39页 |
| ·突变 | 第39-40页 |
| ·全局最优收敛 | 第40页 |
| ·遗传算法的优缺点 | 第40-41页 |
| ·遗传算法的研究历史与现状 | 第41-43页 |
| 第五章 多种群强父代的遗传算法在任务调度中的应用 | 第43-51页 |
| ·问题的提出 | 第43-44页 |
| ·问题的描述 | 第44-45页 |
| ·遗传算法的步骤 | 第45-51页 |
| ·有向无环图 | 第45页 |
| ·变量说明 | 第45-46页 |
| ·编码方案和初始化 | 第46页 |
| ·种群的初始化 | 第46-48页 |
| ·适合度的估计 | 第48-49页 |
| ·交叉跟变异 | 第49-50页 |
| ·算法的流程框图 | 第50-51页 |
| 第六章 试验分析 | 第51-56页 |
| ·实例 | 第51-55页 |
| ·试验环境 | 第51-55页 |
| ·结论与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
