| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-26页 |
| 1.1 概述 | 第16-18页 |
| 1.1.1 集群计算应用与类型 | 第16-17页 |
| 1.1.2 大数据应用集群系统 | 第17-18页 |
| 1.2 大数据应用集群系统资源高效能管理重要性 | 第18-19页 |
| 1.3 相关研究 | 第19-22页 |
| 1.3.1 动态服务器供给 | 第19-20页 |
| 1.3.2 多维资源高效共享 | 第20-21页 |
| 1.3.3 任务高效能调度 | 第21-22页 |
| 1.4 本文的主要贡献 | 第22-24页 |
| 1.5 本文的工作安排 | 第24-26页 |
| 第2章 基于强化超启发的动态服务器供给方法 | 第26-49页 |
| 2.1 引言 | 第26-28页 |
| 2.2 相关研究 | 第28-32页 |
| 2.2.1 传统动态服务器供给技术 | 第28-30页 |
| 2.2.2 大数据应用集群系统动态服务器供给研究现状 | 第30-31页 |
| 2.2.3 超启发式算法研究现状 | 第31-32页 |
| 2.3 问题定义 | 第32-34页 |
| 2.4 大数据应用集群系统动态服务器供给框架与方法 | 第34-41页 |
| 2.4.1 大数据应用集群系统动态服务器供给挑战 | 第34-36页 |
| 2.4.2 主要思路与算法总体流程 | 第36-37页 |
| 2.4.3 自适应Pause策略 | 第37-39页 |
| 2.4.4 在线强化超启发预测方法 | 第39-41页 |
| 2.5 实验结果与分析 | 第41-47页 |
| 2.5.1 自适应Pause策略有效性评估 | 第41-43页 |
| 2.5.2 在线强化超启发预测方法性能评估 | 第43-45页 |
| 2.5.3 动态服务器供给策略在不同场景下的表现 | 第45-47页 |
| 2.6 本章小结 | 第47-49页 |
| 第3章 效率感知的动态离散多维资源公平分配方法 | 第49-62页 |
| 3.1 引言 | 第49-50页 |
| 3.2 相关研究 | 第50-52页 |
| 3.3 问题定义 | 第52-54页 |
| 3.3.1 动态离散资源分布 | 第52页 |
| 3.3.2 公平约束效率优化多维资源分配定义 | 第52-54页 |
| 3.4 动态效率感知的多维资源分配方法 | 第54-57页 |
| 3.4.1 大数据应用集群系统作业资源请求特征分析 | 第54-55页 |
| 3.4.2 动态分配效率感知的多维资源公平分配方法 | 第55-57页 |
| 3.5 实验结果与分析 | 第57-60页 |
| 3.5.1 实验环境 | 第57页 |
| 3.5.2 算法评估准则 | 第57-58页 |
| 3.5.3 不同集群规模优化场景下算法性能分析 | 第58页 |
| 3.5.4 不同资源维度优化场景下算法性能分析 | 第58-60页 |
| 3.6 本章小结 | 第60-62页 |
| 第4章 基于Memetic多目标优化的异构集群系统任务调度方法 | 第62-78页 |
| 4.1 引言 | 第62-63页 |
| 4.2 相关研究 | 第63-65页 |
| 4.2.1 非独立任务调度现状 | 第63-64页 |
| 4.2.2 Memetic算法 | 第64页 |
| 4.2.3 多目标优化 | 第64-65页 |
| 4.3 问题定义 | 第65-68页 |
| 4.3.1 DAG模型 | 第65页 |
| 4.3.2 异构集群系统建模 | 第65页 |
| 4.3.3 集群系统性能与能耗多目标优化问题定义 | 第65-68页 |
| 4.4 面向异构集群系统性能与能耗优化的Memetic多目标优化方法 | 第68-72页 |
| 4.4.1 编码与初始化种群 | 第68-69页 |
| 4.4.2 基于DAG任务层次的交叉变异算子 | 第69-70页 |
| 4.4.3 Memetic局部搜索策略与预评估 | 第70-72页 |
| 4.5 实验结果与分析 | 第72-76页 |
| 4.5.1 实验环境 | 第72-73页 |
| 4.5.2 MOMA与单目标优化算法比较 | 第73-74页 |
| 4.5.3 MOMA与多目标优化算法比较 | 第74-76页 |
| 4.6 本章小结 | 第76-78页 |
| 第5章 基于模糊搜索偏好的量子超启发能耗感知任务调度方法 | 第78-101页 |
| 5.1 引言 | 第78-79页 |
| 5.2 相关研究 | 第79-81页 |
| 5.3 问题定义 | 第81-83页 |
| 5.4 模糊搜索偏好的量子超启发式任务调度方法 | 第83-91页 |
| 5.4.1 量子超启发式任务调度算法 | 第83-87页 |
| 5.4.2 基于模糊搜索偏好的约束处理技术 | 第87-91页 |
| 5.5 实验结果与分析 | 第91-100页 |
| 5.5.1 量子超启发式任务调度方法性能分析 | 第92-97页 |
| 5.5.2 基于模糊搜索偏好约束处理技术的性能分析 | 第97-99页 |
| 5.5.3 模糊搜索偏好的量子超启发任务调度方法性能分析 | 第99-100页 |
| 5.6 本章小结 | 第100-101页 |
| 结论 | 第101-103页 |
| 参考文献 | 第103-115页 |
| 附录 A 约束处理技术详细实验结果 | 第115-120页 |
| 附录 B 发表论文和参加科研情况说明 | 第120-122页 |
| 致谢 | 第122页 |
