| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 云计算技术发展 | 第9-10页 |
| 1.2.2 工作流面临挑战 | 第10-11页 |
| 1.2.3 工作流调度策略 | 第11-12页 |
| 1.3 研究内容及创新点 | 第12-13页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 主要创新点 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 云工作流 | 第15-20页 |
| 2.1 众核处理器 | 第15-16页 |
| 2.1.1 众核处理器简介 | 第15页 |
| 2.1.2 现有的众核处理器 | 第15-16页 |
| 2.2 云计算 | 第16-18页 |
| 2.2.1 云计算概念 | 第16页 |
| 2.2.2 云计算分类 | 第16-17页 |
| 2.2.3 云计算架构分层 | 第17-18页 |
| 2.3 工作流 | 第18-19页 |
| 2.3.1 工作流概念 | 第18页 |
| 2.3.2 工作流数据存储 | 第18页 |
| 2.3.3 工作流调度算法 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 云工作流调度策略研究 | 第20-39页 |
| 3.1 云工作流问题建模 | 第20-24页 |
| 3.2 遗传算法 | 第24-25页 |
| 3.3 初始种群优化方案 | 第25-27页 |
| 3.4 基于修正均值的自适应策略 | 第27-32页 |
| 3.4.1 相关概率参数的自适应计算 | 第27-29页 |
| 3.4.2 基于种群分布的惩罚函数自适应计算 | 第29-32页 |
| 3.5 再进化策略 | 第32-34页 |
| 3.5.1 再进化概念 | 第32-33页 |
| 3.5.2 再进化策略模型结构 | 第33-34页 |
| 3.6 约束条件下自适应再进化算法 | 第34-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第四章 云工作流调度算法分析 | 第39-49页 |
| 4.1 选择测试工作流及对比算法 | 第39-40页 |
| 4.2 相关参数设置 | 第40-43页 |
| 4.3 满足截止时间约束程度结果分析 | 第43-45页 |
| 4.4 执行时间和执行花费结果分析 | 第45-47页 |
| 4.5 算法时间复杂度分析 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 云工作流调度框架研究 | 第49-65页 |
| 5.1 云工作流调度需求 | 第49-50页 |
| 5.2 云工作流调度框架 | 第50-53页 |
| 5.2.1 云工作流调度框架体系结构 | 第50-51页 |
| 5.2.2 云工作流调度框架子系统 | 第51-52页 |
| 5.2.3 云工作流调度框架统一抽象接口 | 第52-53页 |
| 5.3 原语集合 | 第53-58页 |
| 5.3.1 通用原语设计 | 第53-56页 |
| 5.3.2 构建原语依赖图 | 第56-58页 |
| 5.4 透明云环境 | 第58-64页 |
| 5.4.1 动态脚本语言 | 第58-59页 |
| 5.4.2 用户编程环境 | 第59-60页 |
| 5.4.3 消息传输系统 | 第60-62页 |
| 5.4.4 集成云工作流调度框架的动态脚本支持系统 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 研究工作总结 | 第65页 |
| 6.2 后续工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第72-73页 |