多目标粒子群算法在数据中心任务调度的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-15页 |
| 1.1.1 选题背景 | 第12-13页 |
| 1.1.2 选题意义 | 第13-15页 |
| 1.2 研究现状 | 第15-18页 |
| 1.2.1 国外研究现状 | 第16-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 主要研究内容 | 第18-19页 |
| 1.4 论文结构 | 第19-20页 |
| 第2章 数据中心任务调度的模型构建 | 第20-31页 |
| 2.1 数据中心任务调度概述 | 第20-24页 |
| 2.1.1 任务调度概念 | 第20页 |
| 2.1.2 任务调度目标 | 第20-21页 |
| 2.1.3 任务调度特点 | 第21-22页 |
| 2.1.4 任务调度算法分类 | 第22-24页 |
| 2.2 数据中心任务调度模型构建 | 第24-29页 |
| 2.2.1 数据中心任务调度能耗模型 | 第24-27页 |
| 2.2.2 数据中心任务调度收益模型 | 第27-29页 |
| 2.3 数据中心任务调度的多目标优化问题 | 第29-30页 |
| 2.4 小结 | 第30-31页 |
| 第3章 多目标粒子群算法的改进 | 第31-43页 |
| 3.1 基本粒子群优化算法 | 第31-33页 |
| 3.1.1 算法数学描述 | 第31-32页 |
| 3.1.2 算法流程 | 第32-33页 |
| 3.2 多目标优化问题定义与传统求解 | 第33-35页 |
| 3.2.1 多目标优化问题基本描述 | 第33-34页 |
| 3.2.2 多目标优化问题传统解法 | 第34-35页 |
| 3.3 改进的多目标粒子群算法 | 第35-42页 |
| 3.3.1 外部档案维护策略 | 第36-39页 |
| 3.3.2 全局最优粒子的选取改进策略 | 第39-40页 |
| 3.3.3 改进的多目标粒子群算法步骤及流程 | 第40-42页 |
| 3.4 小结 | 第42-43页 |
| 第4章 改进的多目标粒子群算法性能分析 | 第43-60页 |
| 4.1 性能评价标准 | 第43-44页 |
| 4.2 实验测试函数集 | 第44-46页 |
| 4.2.1 ZDT测试函数集 | 第44-45页 |
| 4.2.2 DTLZ测试函数集 | 第45-46页 |
| 4.3 测试结果与分析 | 第46-59页 |
| 4.3.1 ZDT测试函数集结果分析 | 第47-55页 |
| 4.3.2 DTLZ测试函数集结果分析 | 第55-59页 |
| 4.3.3 实验结论 | 第59页 |
| 4.4 小结 | 第59-60页 |
| 第5章 改进算法在数据中心任务调度的应用仿真 | 第60-69页 |
| 5.1 CloudSim平台 | 第60-61页 |
| 5.1.1 CloudSim简介 | 第60页 |
| 5.1.2 CloudSim体系结构 | 第60-61页 |
| 5.2 仿真程序设计与实现 | 第61-64页 |
| 5.2.1 任务调度的相关CloudSim类 | 第61-62页 |
| 5.2.2 CloudSim仿真流程 | 第62-63页 |
| 5.2.3 实验环境与参数设置 | 第63-64页 |
| 5.3 仿真结果与分析 | 第64-67页 |
| 5.4 小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-78页 |
| 附录A 攻读学位期间所发表的学术论文 | 第78页 |
