| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·任务调度算法研究现状 | 第11-12页 |
| ·已有的云计算平台和仿真工具 | 第12-13页 |
| ·本文的主要研究工作 | 第13页 |
| ·论文结构 | 第13-15页 |
| 第二章 云计算和工作流任务调度技术 | 第15-27页 |
| ·云计算介绍 | 第15-18页 |
| ·云计算定义 | 第15页 |
| ·云计算的分类和特点 | 第15-17页 |
| ·云计算架构 | 第17-18页 |
| ·工作流和工作流管理系统 | 第18-21页 |
| ·工作流定义 | 第18页 |
| ·工作流应用结构划分 | 第18-19页 |
| ·将工作流应用放置在云环境下的优势 | 第19-20页 |
| ·工作流管理系统 | 第20-21页 |
| ·工作流任务调度算法 | 第21-27页 |
| ·基于尽力服务（best-effort）的任务调度算法 | 第21-24页 |
| ·基于服务质量QoS（quality of service）限制的任务调度算法 | 第24-27页 |
| 第三章 云计算环境下工作流任务调度算法设计 | 第27-38页 |
| ·需求分析和问题表示 | 第27-28页 |
| ·需求分析 | 第27-28页 |
| ·问题表示 | 第28页 |
| ·遗传算法 | 第28-29页 |
| ·染色体编码 | 第29-32页 |
| ·初始化种群 | 第32页 |
| ·适应度函数 | 第32-33页 |
| ·遗传操作 | 第33-36页 |
| ·选择 | 第33-34页 |
| ·交叉 | 第34-35页 |
| ·变异 | 第35-36页 |
| ·分配时间戳 | 第36-38页 |
| 第四章 云环境下科学工作流任务调度算法实验结果 | 第38-50页 |
| ·方法 | 第38-41页 |
| ·所使用的工作流应用 | 第38-40页 |
| ·所使用的两个非GA 启发式 | 第40-41页 |
| ·实验环境 | 第41-42页 |
| ·实验参数设置 | 第42页 |
| ·实验结果分析 | 第42-50页 |
| ·在费用限制的条件下对时间进行优化 | 第43-45页 |
| ·在时间限制的条件下对费用进行优化 | 第45-47页 |
| ·运行代数对性能的影响 | 第47-48页 |
| ·初始种群大小对性能的影响 | 第48-50页 |
| 第五章 结束语 | 第50-52页 |
| ·论文工作总结 | 第50页 |
| ·问题和展望 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-59页 |
| 作者在校期间取得的研究成果和参加的科研工作 | 第59页 |