首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于自适应蚁群算法的云计算任务调度研究

摘要第4-5页
Abstract第5页
1 绪论第8-11页
    1.1 研究背景及意义第8-9页
    1.2 国内外研究现状第9-10页
    1.3 本文主要内容第10-11页
2 云计算任务调度问题综述第11-20页
    2.1 云计算概述第11-17页
        2.1.1 云计算的主要特点第11-12页
        2.1.2 云计算的体系结构和服务模式第12-16页
        2.1.3 云计算的主要挑战第16-17页
    2.2 云计算下任务调度问题综述第17-20页
        2.2.1 云计算下任务调度的特点第17-18页
        2.2.2 云计算下任务调度的目标第18-20页
3 蚁群算法参数的实验研究第20-31页
    3.1 蚁群算法的数学模型第20-25页
        3.1.1 蚁群算法基本原理及特点第20-22页
        3.1.2 蚁群算法的数学模型第22-24页
        3.1.3 蚁群算法的实现流程第24-25页
    3.2 蚁群算法参数研究及实验第25-31页
4 基于粒子群算法的自适应蚁群算法SAACO第31-40页
    4.1 粒子群算法第31-33页
    4.2 基于粒子群算法的自适应蚁群算法SAACO第33-36页
    4.3 SAACO算法仿真与性能分析第36-39页
    4.4 SAACO算法在云计算任务调度中的可行性分析第39-40页
5 基于蚁群算法的云计算任务调度算法的设计第40-47页
    5.1 云计算任务调度相关算法第40-42页
    5.2 基于调度周期的蚁群算法PACO第42-44页
    5.3 基于SAACO算法的云计算任务调度算法第44-47页
6 实验与结果分析第47-57页
    6.1 云计算任务调度仿真系统CloudSim第47-49页
    6.2 实验场景设置第49-50页
    6.3 实验结果及分析第50-57页
结论第57-58页
参考文献第58-61页
攻读硕士学位期间发表学术论文情况第61-62页
致谢第62-63页

论文共63页,点击 下载论文
上一篇:衡水湖国际马拉松赛的运营特点及存在的问题
下一篇:高原训练对速度和耐力项目运动员有氧能力的影响:一项Meta分析