摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-14页 |
1.1 研究背景和意义 | 第9-10页 |
1.2 研究现状 | 第10-12页 |
1.2.1 任务调度问题的研究现状 | 第10-11页 |
1.2.2 任务调度算法的研究现状 | 第11-12页 |
1.3 论文研究内容和组织结构 | 第12-13页 |
1.3.1 论文的研究内容 | 第12-13页 |
1.3.2 论文的组织结构 | 第13页 |
本章小结 | 第13-14页 |
第二章 云计算任务调度模型 | 第14-22页 |
2.1 云平台任务调度系统架构 | 第14-15页 |
2.2 基于云计算任务调度模型的建立 | 第15-21页 |
2.2.1 任务调度问题 | 第16-17页 |
2.2.2 问题定义 | 第17-19页 |
2.2.3 任务调度约束条件 | 第19页 |
2.2.4 云任务调度目标描述 | 第19-21页 |
本章小结 | 第21-22页 |
第三章 HPSO算法的理论基础和改进设计 | 第22-38页 |
3.1 云模型和粒子群算法介绍 | 第22-23页 |
3.1.1 云模型背景、云定义和数字特征 | 第22-23页 |
3.1.2 粒子群算法概述 | 第23页 |
3.2 混合粒子群算法设计 | 第23-29页 |
3.2.1 粒子的编码和解码 | 第23-24页 |
3.2.2 种群初始化 | 第24-25页 |
3.2.3 适应度函数 | 第25页 |
3.2.4 基于云正态模型的粒子位置惯性权重算子调整策略 | 第25-27页 |
3.2.5 基于遗传算法的选择操作 | 第27页 |
3.2.6 基于遗传算法的自适应交叉操作 | 第27-29页 |
3.2.7 基于遗传算法的自适应变异操作 | 第29页 |
3.3 HPSO算法 | 第29-33页 |
3.3.1 HPSO算法基本思想 | 第29-30页 |
3.3.2 HPSO算法性能特点 | 第30-31页 |
3.3.3 HPSO算法流程图 | 第31页 |
3.3.4 HPSO算法具体步骤 | 第31-32页 |
3.3.5 HPSO算法参数 | 第32-33页 |
3.4 算法可行性分析 | 第33-34页 |
3.5 实例分析 | 第34-37页 |
本章小结 | 第37-38页 |
第四章 基于CloudSim平台的云计算任务调度仿真和实验分析 | 第38-49页 |
4.1 CloudSim平台介绍 | 第38-41页 |
4.1.1 CloudSim的体系结构 | 第38-39页 |
4.1.2 CloudSim的特点 | 第39-41页 |
4.2 基于本文算法的仿真环境和步骤 | 第41-43页 |
4.2.1 仿真环境 | 第41-42页 |
4.2.2 基于CloudSim的仿真步骤 | 第42-43页 |
4.3 基于CloudSim的仿真实验及结果分析 | 第43-48页 |
4.3.1 仿真实验 | 第43-44页 |
4.3.2 任务数量对性能的影响和结果分析 | 第44-46页 |
4.3.3 节点数量对性能的影响和结果分析 | 第46-48页 |
本章小结 | 第48-49页 |
第五章 基于混合粒子群算法的任务调度仿真系统 | 第49-59页 |
5.1 引言 | 第49页 |
5.2 任务调度仿真系统概述 | 第49-50页 |
5.2.1 系统需求分析 | 第49页 |
5.2.2 系统开发架构 | 第49-50页 |
5.2.3 系统开发环境 | 第50页 |
5.3 仿真系统数据库设计 | 第50-54页 |
5.3.1 系统数据库分析 | 第50页 |
5.3.2 系统数据表设计 | 第50-54页 |
5.4 仿真系统功能模块结构分析与设计 | 第54-55页 |
5.5 仿真调度系统的实现 | 第55-58页 |
5.5.1 数据中心管理模块设计 | 第55-56页 |
5.5.2 虚拟资源管理模块设计 | 第56-57页 |
5.5.3 用户任务管理模块设计 | 第57页 |
5.5.4 仿真调度管理模块设计 | 第57-58页 |
5.5.5 调度结果查询管理模块设计 | 第58页 |
本章小结 | 第58-59页 |
第六章 总结及展望 | 第59-61页 |
6.1 论文总结 | 第59页 |
6.2 未来展望 | 第59-61页 |
参考文献 | 第61-64页 |
攻读硕士学位期间发表的学术论文 | 第64-65页 |
致谢 | 第65页 |