云环境下基于动态融合遗传蚁群算法的DAG任务调度研究
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 云计算研究现状 | 第11-14页 |
| 1.2.2 云计算环境下任务调度策略的研究现状 | 第14-17页 |
| 1.3 本论文的主要工作 | 第17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 云计算环境下的工作流任务调度 | 第19-24页 |
| 2.1 云计算环境下的任务调度模型 | 第19-20页 |
| 2.2 云计算环境下的任务调度目标 | 第20页 |
| 2.3 云计算环境下的任务调度流程 | 第20-22页 |
| 2.4 云计算环境下的工作流任务调度算法 | 第22页 |
| 2.5 云计算环境下的工作流任务模型 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 基于改进的遗传算法对任务调度的研究 | 第24-47页 |
| 3.1 遗传算法理论 | 第24-26页 |
| 3.1.1 遗传算法介绍 | 第24-25页 |
| 3.1.2 遗传算法的基本流程 | 第25-26页 |
| 3.2 工作流任务模型以及更新策略 | 第26-30页 |
| 3.2.1 工作流任务模型 | 第27-28页 |
| 3.2.2 工作流任务图的更新策略 | 第28-30页 |
| 3.3 资源模型 | 第30-33页 |
| 3.3.1 资源模型理论 | 第30-31页 |
| 3.3.2 资源聚类 | 第31-33页 |
| 3.4 遗传算法的改进策略 | 第33-41页 |
| 3.4.1 染色体编码 | 第34-37页 |
| 3.4.2 初始化种群 | 第37页 |
| 3.4.3 适应度函数 | 第37-39页 |
| 3.4.4 选择操作 | 第39页 |
| 3.4.5 交叉操作 | 第39-40页 |
| 3.4.6 变异操作 | 第40-41页 |
| 3.5 改进的遗传算法(E-GA)流程 | 第41-43页 |
| 3.6 实验模拟及性能分析 | 第43-46页 |
| 3.6.1 实验环境 | 第43页 |
| 3.6.2 实验设置 | 第43页 |
| 3.6.3 实验结果与分析 | 第43-46页 |
| 3.7 本章小结 | 第46-47页 |
| 第四章 基于改进的蚁群算法对任务调度的研究 | 第47-62页 |
| 4.1 蚁群算法理论 | 第47-49页 |
| 4.2 蚁群算法的数学模型以及流程 | 第49-54页 |
| 4.2.1 蚁群算法的数学模型 | 第49-52页 |
| 4.2.2 蚁群算法的流程 | 第52-54页 |
| 4.3 蚁群算法的改进策略 | 第54-58页 |
| 4.3.1 信息素的更新策略 | 第54-55页 |
| 4.3.2 动态调整挥发系数ρ的策略 | 第55-56页 |
| 4.3.3 改进蚁群算法的流程图 | 第56-58页 |
| 4.4 实验模拟及性能分析 | 第58-61页 |
| 4.4.1 实验环境 | 第58页 |
| 4.4.2 实验设置 | 第58页 |
| 4.4.3 实验结果与分析 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 基于动态融合遗传蚁群算法的研究 | 第62-68页 |
| 5.1 改进的遗传算法和蚁群算法的融合策略 | 第62-63页 |
| 5.2 遗传算法与蚁群算法的融合 | 第63-64页 |
| 5.3 融合算法中信息的传递 | 第64-65页 |
| 5.4 动态融合算法的形式化描述 | 第65-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 实验仿真与结果分析 | 第68-78页 |
| 6.1 基于CloudSim的任务调度仿真系统 | 第68-71页 |
| 6.1.1 仿真环境介绍 | 第68页 |
| 6.1.2 仿真平台CloudSim介绍 | 第68-69页 |
| 6.1.3 仿真平台CloudSim的体系结构 | 第69-70页 |
| 6.1.4 仿真平台CloudSim的流程 | 第70-71页 |
| 6.2 基于CloudSim的任务调度仿真实验 | 第71-73页 |
| 6.2.1 CloudSim的环境配置 | 第71-72页 |
| 6.2.2 CloudSim的仿真流程 | 第72-73页 |
| 6.3 实验模拟及性能分析 | 第73-77页 |
| 6.3.1 实验环境 | 第74页 |
| 6.3.2 实验设置 | 第74页 |
| 6.3.3 实验结果与分析 | 第74-77页 |
| 6.4 本章小结 | 第77-78页 |
| 第七章 论文总结与展望 | 第78-80页 |
| 7.1 论文总结 | 第78页 |
| 7.2 后期展望 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 致谢 | 第85-86页 |
| 作者简介 | 第86页 |
