基于自适应混沌的多核任务调度算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略语对照表 | 第10-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景和意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 国外研究现状 | 第15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 论文所要做的工作 | 第17-18页 |
| 1.4 论文的组织结构 | 第18-20页 |
| 第二章 多核任务调度研究 | 第20-29页 |
| 2.1 任务调度理论 | 第20-22页 |
| 2.2 基本的任务调度技术 | 第22-24页 |
| 2.2.1 表调度 | 第22-23页 |
| 2.2.2 基于任务复制的调度 | 第23页 |
| 2.2.3 基于任务集群或聚类的调度 | 第23-24页 |
| 2.2.4 随机搜索调度 | 第24页 |
| 2.3 任务调度问题的复杂性分析 | 第24-25页 |
| 2.4 任务调度模型 | 第25-27页 |
| 2.4.1 系统模型 | 第25-26页 |
| 2.4.2 任务模型 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 基于自适应混沌算法的多核任务调度方案设计 | 第29-43页 |
| 3.1 基于遗传的任务调度算法实现和分析 | 第29-32页 |
| 3.1.1 遗传算法的基本概念 | 第29-30页 |
| 3.1.2 基于遗传的任务调度算法实现 | 第30页 |
| 3.1.3 基于遗传的任务调度算法分析 | 第30-32页 |
| 3.2 基于蚁群的任务调度算法实现和分析 | 第32-37页 |
| 3.2.1 蚁群算法基本概念 | 第32-33页 |
| 3.2.2 基于蚁群的任务调度算法实现 | 第33-35页 |
| 3.2.3 基于蚁群的任务调度算法分析 | 第35-37页 |
| 3.3 混沌理论 | 第37-40页 |
| 3.3.1 混沌的基本概念 | 第37-38页 |
| 3.3.2 Logistic映射介绍 | 第38页 |
| 3.3.3 混沌算法分析 | 第38-40页 |
| 3.4 基于自适应混沌理论的多核任务调度算法设计 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 基于自适应混沌算法的多核任务调度实现 | 第43-60页 |
| 4.1 BACMTS算法流程 | 第43-45页 |
| 4.1.1 动态零界点的确定 | 第43-44页 |
| 4.1.2 进化信息的传递 | 第44-45页 |
| 4.2 目标函数设计 | 第45-47页 |
| 4.2.1 任务调度顺序确定 | 第45-46页 |
| 4.2.2 目标函数设计 | 第46-47页 |
| 4.3 混沌算法初始化任务 | 第47-48页 |
| 4.4 遗传操作 | 第48-53页 |
| 4.4.1 遗传收敛 | 第48-52页 |
| 4.4.2 遗传操作中的混沌优化 | 第52-53页 |
| 4.5 蚁群操作 | 第53-58页 |
| 4.5.1 蚁群收敛 | 第53-57页 |
| 4.5.2 蚁群算法上的混沌优化 | 第57-58页 |
| 4.6 本章小结 | 第58-60页 |
| 第五章 算法仿真与测试 | 第60-70页 |
| 5.1 算法仿真环境 | 第60页 |
| 5.2 随机任务产生器 | 第60-63页 |
| 5.3 仿真设置 | 第63-64页 |
| 5.3.1 仿真数据生成 | 第63页 |
| 5.3.2 仿真参数设置 | 第63-64页 |
| 5.4 算法仿真结果与分析 | 第64-69页 |
| 5.4.1 收敛结果 | 第64-68页 |
| 5.4.2 收敛时间 | 第68-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结和展望 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-77页 |
| 1.基本情况 | 第76页 |
| 2.教育背景 | 第76-77页 |
