| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16页 |
| 1.5 小结 | 第16-17页 |
| 第2章 分布式计算环境融合能耗的任务调度研究基础 | 第17-23页 |
| 2.1 融合能耗的任务调度模型 | 第17页 |
| 2.2 DVFS技术 | 第17-18页 |
| 2.3 分布式环境下的任务调度算法 | 第18-19页 |
| 2.4 超启发式算法 | 第19-20页 |
| 2.5 量子计算 | 第20-22页 |
| 2.6 小结 | 第22-23页 |
| 第3章 异构云计算系统下量子超启发式能耗优化管理调度算法 | 第23-39页 |
| 3.1 异构电压可调节云计算系统下的任务调度模型与问题定义 | 第23-27页 |
| 3.1.1 云计算系统任务调度特征 | 第23-24页 |
| 3.1.2 并行应用程序任务DAG模型 | 第24页 |
| 3.1.3 云计算系统 | 第24-25页 |
| 3.1.4 异构电压可离散调节云计算系统性能分析 | 第25-26页 |
| 3.1.5 异构电压可离散调节云计算系统能耗分析 | 第26页 |
| 3.1.6 问题定义 | 第26-27页 |
| 3.2 量子超启发式框架 | 第27-28页 |
| 3.3 问题域 | 第28-33页 |
| 3.3.1 编码 | 第28-29页 |
| 3.3.2 快速评估方法 | 第29-31页 |
| 3.3.3 底层启发式策略集 | 第31-33页 |
| 3.3.4 约束宽松策略 | 第33页 |
| 3.4 上层超启发式策略 | 第33-38页 |
| 3.4.1 初始化 | 第35页 |
| 3.4.2 启发式量子状态更新 | 第35-37页 |
| 3.4.3 启发式策略选择 | 第37-38页 |
| 3.5 小结 | 第38-39页 |
| 第4章 仿真实验及结果分析 | 第39-51页 |
| 4.1 实验环境及评估指标 | 第39-40页 |
| 4.1.1 DAG任务图生成 | 第39页 |
| 4.1.2 电压可调节异构系统模拟 | 第39-40页 |
| 4.1.3 评价指标 | 第40页 |
| 4.2 快速评估方法的有效性 | 第40-41页 |
| 4.3 实际应用程序实验结果 | 第41-45页 |
| 4.3.1 算法的节能能力 | 第42-43页 |
| 4.3.2 不同完成时间约束条件下的优化性能 | 第43-45页 |
| 4.4 随机DAG任务图实验结果 | 第45-50页 |
| 4.5 小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-60页 |
| 附录A (攻读学位期间发表的学术论文与获得的成果) | 第60-61页 |
| 附录B (攻读学位期间参与项目目录) | 第61页 |
