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

基于启发式蚁群的异构CMP任务调度研究

摘要第5-6页
ABSTRACT第6页
第1章 绪论第10-18页
    1.1 课题的研究背景与意义第10-11页
    1.2 异构CMP任务调度的研究现状第11-14页
    1.3 论文的主要工作第14-15页
    1.4 论文的组织结构第15-18页
第2章 多核处理器任务调度技术第18-30页
    2.1 异构CMP系统概述第18-20页
        2.1.1 异构多核处理器系统第18页
        2.1.2 Cell异构多核处理器第18-19页
        2.1.3 异构多核处理器的概念及特点第19-20页
    2.2 异构CMP任务调度问题第20-24页
        2.2.1 任务调度的分类第20-22页
        2.2.2 任务调度模型第22-24页
    2.3 任务调度算法概述第24-29页
        2.3.1 启发算法第24-27页
        2.3.2 随机搜索算法第27-29页
    2.4 本章小结第29-30页
第3章 改进蚁群优化算法第30-40页
    3.1 蚁群算法的研究现状第30-31页
    3.2 蚁群算法第31-35页
        3.2.1 蚁群算法的基本原理第31-32页
        3.2.2 蚁群算法模型第32-35页
    3.3 蚁群算法改进策略第35-38页
        3.3.1 两种转移概率第36页
        3.3.2 动态自适应蚁群控制信息素残留系数第36-37页
        3.3.3 相遇蚂蚁策略第37-38页
    3.4 改进蚁群优化算法流程第38-39页
    3.5 本章小结第39-40页
第4章 启发式蚁群任务调度算法第40-56页
    4.1 依赖任务调度问题第40-41页
        4.1.1 异构多核依赖任务调度算法思想第40页
        4.1.2 异构多核依赖任务调度模型第40-41页
    4.2 基于蚁群算法的任务调度模型第41-46页
        4.2.1 任务模型第41-42页
        4.2.2 IACOTS模型和状态转移规则第42-44页
        4.2.3 信息素更新机制与蚁群算法步骤第44-46页
    4.3 基于改进蚁群的多核处理器依赖任务调度算法第46-52页
        4.3.1 基于启发式算法的信息素初始化第46-50页
        4.3.2 基于局部优化策略的分层搜索机制第50-52页
    4.4 算法流程第52-55页
    4.5 本章小结第55-56页
第5章 实验仿真设计与分析第56-68页
    5.1 H2IACOTS算法中参数的验证第56-61页
    5.2 H2IACOTS算法对比第61-66页
        5.2.1 性能评价参数第61页
        5.2.2 实验环境参数第61-62页
        5.2.3 实验结果对比第62-66页
    5.3 本章小结第66-68页
结论第68-70页
参考文献第70-76页
攻读硕士学位期间发表的论文和取得的科研成果第76-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:聚类集成优化方法研究
下一篇:洗车行为识别方法研究