| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 工作流研究背景与意义 | 第8-9页 |
| 1.2 工作流的作业调度情况分析 | 第9-11页 |
| 1.3 主要研究内容及贡献 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 2 现有的工作流各调度算法研究 | 第13-17页 |
| 2.1 表调度算法 | 第13页 |
| 2.2 遗传算法 | 第13-14页 |
| 2.3 蚁群算法 | 第14-15页 |
| 2.4 基于分层的算法 | 第15-17页 |
| 3 带通信开销的工作流时间优化研究 | 第17-41页 |
| 3.1 调度模型 | 第17-20页 |
| 3.1.1 任务逻辑关系分析 | 第17-18页 |
| 3.1.2 模型描述 | 第18-20页 |
| 3.2 工作流相关定义 | 第20-22页 |
| 3.2.1 关键路径法 | 第20-21页 |
| 3.2.2 最小关键路径法 | 第21页 |
| 3.2.3 逆向深度 | 第21页 |
| 3.2.4 正向深度 | 第21-22页 |
| 3.3 时间优化算法 | 第22-32页 |
| 3.3.1 算法基本思想 | 第22页 |
| 3.3.2 算法整体流程 | 第22-24页 |
| 3.3.3 关键服务规则 | 第24页 |
| 3.3.4 关键服务规则步骤 | 第24-26页 |
| 3.3.5 实例介绍 | 第26-28页 |
| 3.3.6 分层初始解 | 第28-29页 |
| 3.3.7 迭代规则(CAMPBL,CAMPTL) | 第29-31页 |
| 3.3.8 服务选择与更新 | 第31页 |
| 3.3.9 算法复杂度分析 | 第31-32页 |
| 3.4 实验分析 | 第32-39页 |
| 3.4.1 实验方法 | 第32页 |
| 3.4.2 实验设计 | 第32-33页 |
| 3.4.3 不同任务规模下各算法的结果对比 | 第33-35页 |
| 3.4.4 不同服务规模下的运行结果分析 | 第35-38页 |
| 3.4.5 成本约束对算法的影响 | 第38-39页 |
| 3.4.6 通信时间与任务完成时间比例对算法的影响 | 第39页 |
| 3.5 本章小结 | 第39-41页 |
| 4 带通信开销的工作流时间-费用优化研究 | 第41-54页 |
| 4.1 调度模型 | 第41-42页 |
| 4.2 时间-费用优化算法 | 第42-46页 |
| 4.2.1 分层策略 | 第42-43页 |
| 4.2.2 衡量标准 | 第43-44页 |
| 4.2.3 算法介绍 | 第44-45页 |
| 4.2.4 算法实例分析 | 第45-46页 |
| 4.3 实验分析 | 第46-53页 |
| 4.3.1 实验方法 | 第46页 |
| 4.3.2 实验设计 | 第46-47页 |
| 4.3.3 不同任务规模下运行结果分析 | 第47-48页 |
| 4.3.4 不同资源规模下的运行结果比较 | 第48-50页 |
| 4.3.5 不同优先级因子对算法性能的影响 | 第50-51页 |
| 4.3.6 通信时间和任务运行时间比例对算法的影响 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |
