基于改进粒子群算法的云任务调度方案研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 引言 | 第10-19页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·云计算技术平台研究现状 | 第11-15页 |
| ·云计算任务调度研究现状 | 第15-17页 |
| ·本文的创新点和不足 | 第17页 |
| ·主要创新点 | 第17页 |
| ·本文的不足 | 第17页 |
| ·本文的组织结构 | 第17-19页 |
| 2 云环境下任务调度相关研究 | 第19-32页 |
| ·云计算概述 | 第19-26页 |
| ·云计算的定义 | 第19-20页 |
| ·云计算的特点 | 第20-21页 |
| ·云计算的分类 | 第21-24页 |
| ·云计算的体系结构 | 第24-25页 |
| ·云计算的关键技术 | 第25-26页 |
| ·任务调度概述 | 第26-29页 |
| ·任务调度的定义 | 第26-27页 |
| ·任务调度的特点 | 第27-28页 |
| ·任务调度的目标 | 第28-29页 |
| ·常见的任务调度算法 | 第29-31页 |
| ·传统型任务调度算法 | 第29-30页 |
| ·启发式任务调度算法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 基于改进粒子群算法的云任务调度方案 | 第32-46页 |
| ·粒子群算法简介 | 第32-35页 |
| ·粒子群算法的基本原理 | 第32-33页 |
| ·粒子群算法的控制参数 | 第33-34页 |
| ·粒子群算法的实现流程 | 第34-35页 |
| ·云任务调度问题描述 | 第35-36页 |
| ·云任务调度数学模型 | 第36-37页 |
| ·基于IDPSO的任务调度算法 | 第37-45页 |
| ·算法的编码方式 | 第37-39页 |
| ·适应度函数 | 第39页 |
| ·粒子位置更新策略 | 第39-43页 |
| ·局部搜索策略 | 第43-44页 |
| ·IDPSO算法实现流程 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 4 实验仿真与结果分析 | 第46-57页 |
| ·CloudSim概述 | 第46-52页 |
| ·CloudSim的功能和特点 | 第46-47页 |
| ·CloudSim的体系结构 | 第47-49页 |
| ·CloudSim的技术实现 | 第49-52页 |
| ·CloudSim的工作方式 | 第52页 |
| ·仿真实验 | 第52-54页 |
| ·环境配置 | 第52-53页 |
| ·仿真流程 | 第53-54页 |
| ·实验结果及分析 | 第54-56页 |
| ·执行时间结果与分析 | 第55-56页 |
| ·执行费用结果与分析 | 第56页 |
| ·本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| ·工作总结 | 第57-58页 |
| ·工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 在读期间发表论文 | 第64页 |
