| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文的选题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 云计算工作流应用系统 | 第11-12页 |
| 1.2.2 云计算环境下工作流调度策略的研究 | 第12-14页 |
| 1.4 本文的研究目标和研究内容 | 第14-15页 |
| 1.5 论文的组织结构 | 第15-16页 |
| 第二章 云工作流及其相关技术 | 第16-25页 |
| 2.1 云计算及其相关技术 | 第16-19页 |
| 2.1.1 云计算技术简介 | 第16-17页 |
| 2.1.2 主流商业云环境解决方案比较 | 第17-19页 |
| 2.2 云工作流技术 | 第19-20页 |
| 2.3 云计算工作流的系统结构 | 第20-23页 |
| 2.3.1 云计算工作流系统体系结构 | 第20-21页 |
| 2.3.2 云工作流运行过程 | 第21-23页 |
| 2.4 商业云工作流实例 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 截止期限约束的实例密集型工作流调度算法 | 第25-34页 |
| 3.1 问题的提出 | 第25页 |
| 3.2 相关研究工作 | 第25-26页 |
| 3.3 截止期限约束的实例密集型云工作流调度算法 | 第26-29页 |
| 3.3.1 问题的描述 | 第26-27页 |
| 3.3.2 算法流程描述 | 第27-28页 |
| 3.3.3 分配截止期限到每个实例 | 第28页 |
| 3.3.4 分配每个任务的截止期限 | 第28-29页 |
| 3.3.5 动态调整后续任务的截止期限 | 第29页 |
| 3.4 实验仿真及性能评价 | 第29-33页 |
| 3.4.1 实验数据准备 | 第29-30页 |
| 3.4.2 实验结果与性能分析 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 商业云环境下工作流能耗优化算法 | 第34-47页 |
| 4.1 问题提出 | 第34页 |
| 4.2 相关研究问题现状 | 第34-35页 |
| 4.3 云计算系统的性能和能耗分析 | 第35-37页 |
| 4.3.1 节能工作流调度系统模型 | 第35-36页 |
| 4.3.2 云计算系统的性能和能耗分析 | 第36-37页 |
| 4.4 多目标工作流调度问题离散粒子群优化算法(MD_PSO) | 第37-43页 |
| 4.4.1 服务工作流多目标优化数学模型 | 第37-38页 |
| 4.4.2 商业云环境下的多目标工作流能耗优化算法(MD_PSO) | 第38-43页 |
| 4.5 实验仿真及性能评价 | 第43-46页 |
| 4.5.1 实验数据准备 | 第43-44页 |
| 4.5.2 实验结果与性能分析 | 第44-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-50页 |
| 5.1 本文工作总结 | 第47-48页 |
| 5.2 未来工作展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间完成的学术论文与获奖情况 | 第56页 |