云计算环境下任务调度算法的研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第10-16页 |
1.1 论文的研究背景及意义 | 第10-11页 |
1.1.1 研究背景 | 第10页 |
1.1.2 选题意义 | 第10-11页 |
1.2 国内外研究现状及发展趋势 | 第11-12页 |
1.2.1 国内外云计算研究现状 | 第11-12页 |
1.2.2 云计算任务调度研究现状 | 第12页 |
1.3 论文研究内容 | 第12-13页 |
1.4 论文组织结构 | 第13-16页 |
第2章 云计算任务调度的相关理论与技术 | 第16-28页 |
2.1 云计算概述 | 第16-19页 |
2.1.1 云计算概念 | 第16-17页 |
2.1.2 云计算的体系结构 | 第17-18页 |
2.1.3 云计算特点 | 第18页 |
2.1.4 云计算与网格计算关系 | 第18-19页 |
2.2 云计算环境下的任务调度 | 第19-21页 |
2.2.1 云计算任务调度介绍 | 第19-20页 |
2.2.2 云计算任务调度要求 | 第20-21页 |
2.3 传统型任务调度算法 | 第21页 |
2.4 启发型智能任务调度算法 | 第21-23页 |
2.5 云计算平台CloudSim | 第23-26页 |
2.5.1 CloudSim平台简介 | 第23页 |
2.5.2 CloudSim的体系结构 | 第23-25页 |
2.5.3 CloudSim运行环境的配置和搭建 | 第25页 |
2.5.4 CloudSim仿真流程 | 第25-26页 |
2.6 本章小结 | 第26-28页 |
第3章 云任务调度混沌粒子群优化算法 | 第28-40页 |
3.1 粒子群优化算法简介 | 第28-32页 |
3.1.1 基本粒子群优化算法 | 第28-30页 |
3.1.2 标准粒子群优化算法 | 第30-32页 |
3.2 粒子群优化算法的参数分析与设置 | 第32页 |
3.3 粒子群算法的优缺点分析 | 第32-33页 |
3.4 改进的粒子群优化算法研究 | 第33-35页 |
3.4.1 改进自适应惯性权重 | 第33-34页 |
3.4.2 混沌扰动 | 第34页 |
3.4.3 适应度函数 | 第34-35页 |
3.4.4 算法流程 | 第35页 |
3.5 实验和结果分析 | 第35-38页 |
3.5.1 实验参数设置 | 第36页 |
3.5.2 实验结果对比分析 | 第36-38页 |
3.6 本章小结 | 第38-40页 |
第4章 改进鸡群优化算法 | 第40-48页 |
4.1 鸡群优化算法 | 第40-42页 |
4.1.1 鸡群优化算法简介 | 第40页 |
4.1.2 鸡群优化算法与任务调度关系 | 第40-41页 |
4.1.3 鸡群优化算法数学模型 | 第41-42页 |
4.2 鸡群优化算法参数分析 | 第42-43页 |
4.3 鸡群优化算法优缺点分析 | 第43页 |
4.4 改进的鸡群优化算法 | 第43-44页 |
4.4.1 混沌扰动 | 第43页 |
4.4.2 位置更新公式的改进 | 第43-44页 |
4.4.3 适应度函数的设置 | 第44页 |
4.5 改进鸡群优化算法实现流程 | 第44-45页 |
4.6 实验与结果分析 | 第45-46页 |
4.6.1 实验参数设置 | 第45-46页 |
4.6.2 实验结果分析 | 第46页 |
4.7 本章小结 | 第46-48页 |
第5章 粒子鸡群融合算法的云任务调度 | 第48-54页 |
5.1 粒子优化算法与鸡群优化算法的融合 | 第48-49页 |
5.1.1 算法融合思想 | 第48-49页 |
5.1.2 融合算法终止条件 | 第49页 |
5.2 算法融合及适应度函数 | 第49-51页 |
5.2.1 算法融合 | 第49-50页 |
5.2.2 融合算法适应度函数定义 | 第50-51页 |
5.3 粒子鸡群融合算法的基本流程 | 第51页 |
5.4 实验和结果分析 | 第51-53页 |
5.4.1 实验参数设置 | 第51-52页 |
5.4.2 实验结果对比及分析 | 第52-53页 |
5.5 本章小结 | 第53-54页 |
结论 | 第54-56页 |
参考文献 | 第56-60页 |
攻读硕士学位期间所发表的论文 | 第60-62页 |
致谢 | 第62页 |