| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景、目的与意义 | 第11-12页 |
| 1.1.1 实时系统应用背景 | 第11页 |
| 1.1.2 研究目的与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13页 |
| 1.3 论文主要内容及其组织结构安排 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 实时系统中任务调度相关理论 | 第15-20页 |
| 2.1 实时系统 | 第15-16页 |
| 2.1.1 实时系统的特征 | 第15页 |
| 2.1.2 实时系统的分类 | 第15-16页 |
| 2.1.3 实时任务 | 第16页 |
| 2.2 实时调度 | 第16-18页 |
| 2.2.1 实时调度分类 | 第17页 |
| 2.2.2 实时调度方法 | 第17-18页 |
| 2.3 实时系统模型 | 第18-19页 |
| 2.3.1 基本概念 | 第18页 |
| 2.3.2 模型调度 | 第18页 |
| 2.3.3 基本假设 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 多核实时系统中映射与调度问题的分析 | 第20-23页 |
| 3.1 多核实时系统中映射问题分析 | 第20页 |
| 3.2 多核实时系统中任务调度算法的研究 | 第20-22页 |
| 3.2.1 多核实时系统中任务调度过程 | 第20-21页 |
| 3.2.2 多核实时系统中任务调度算法 | 第21-22页 |
| 3.3 多核实时系统任务调度模型 | 第22页 |
| 3.4 本章小结 | 第22-23页 |
| 第四章 基于随机种群更换遗传算法(I_GA)的多核实时系统任务调度 | 第23-35页 |
| 4.1 遗传算法的概述及其应用 | 第23-27页 |
| 4.1.1 遗传算法的基本思想 | 第23页 |
| 4.1.2 遗传操作 | 第23-24页 |
| 4.1.3 遗传算法的基本流程及其分析 | 第24-27页 |
| 4.2 基于随机种群更换遗传算法(I_GA) | 第27-30页 |
| 4.2.1 遗传算法改进综述 | 第27-28页 |
| 4.2.2 基于随机种群更换的优化算子改进策略 | 第28-30页 |
| 4.3 实验结果及算法对比 | 第30-34页 |
| 4.4 本章小结 | 第34-35页 |
| 第五章 基于鱼群入侵模式鱼群算法(I_AFSA)的多核实时系统任务调度 | 第35-48页 |
| 5.1 人工鱼群算法的概述及其应用 | 第35-40页 |
| 5.1.1 人工鱼的一些定义 | 第35-36页 |
| 5.1.2 人工鱼基本行为描述 | 第36-38页 |
| 5.1.3 算法全局收敛的基础 | 第38页 |
| 5.1.4 算法的描述及其流程图 | 第38-40页 |
| 5.2 基于鱼群入侵模式的鱼群算法(I_AFSA) | 第40-42页 |
| 5.2.1 鱼群算法改进综述 | 第40-41页 |
| 5.2.2 基于鱼群入侵模式的改进策略 | 第41页 |
| 5.2.3 基于鱼群算法聚群和追尾行为的改进策略 | 第41-42页 |
| 5.3 实验结果及算法对比 | 第42-46页 |
| 5.4 本章小结 | 第46-48页 |
| 第六章 实时调度集成仿真平台的设计与实现 | 第48-56页 |
| 6.1 集成仿真平台的概述 | 第48页 |
| 6.2 实时调度集成仿真平台的需求 | 第48-49页 |
| 6.3 实时任务调度仿真与分析 | 第49-54页 |
| 6.4 本章小结 | 第54-56页 |
| 第七章 总结和期望 | 第56-58页 |
| 7.1 研究总结 | 第56-57页 |
| 7.2 研究展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录 | 第64-65页 |
| 详细摘要 | 第65-67页 |
