应用蚁群算法解决多处理机调度问题的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究背景 | 第12-13页 |
| ·课题的引出 | 第13-15页 |
| ·论文的主要工作 | 第15-18页 |
| ·论文组织结构 | 第18-20页 |
| 第二章 处理机调度问题 | 第20-33页 |
| ·引言 | 第20-21页 |
| ·调度问题的定义和分类 | 第21-24页 |
| ·调度问题的定义 | 第21-22页 |
| ·调度问题的分类 | 第22-24页 |
| ·调度问题的基本模型及研究现状 | 第24-28页 |
| ·调度模型及 DAG 图 | 第24-26页 |
| ·计算时间和通信时间 | 第26-27页 |
| ·调度问题的研究现状 | 第27-28页 |
| ·常用的几个启发式调度思想 | 第28-32页 |
| ·设计启发式调度算法的重点 | 第28页 |
| ·基于优先级的启发式调度思想 | 第28-29页 |
| ·基于任务聚簇的启发式调度思想 | 第29-30页 |
| ·基于任务复制的启发式调度思想 | 第30-31页 |
| ·随机化搜索技术方法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 蚁群算法基本原理及研究现状 | 第33-44页 |
| ·引言 | 第33页 |
| ·蚁群算法的基本原理 | 第33-41页 |
| ·蚁群行为描述 | 第33-35页 |
| ·蚁群算法的逻辑结构 | 第35-37页 |
| ·蚁群算法的数学模型 | 第37-39页 |
| ·蚁群算法的实现步骤 | 第39-40页 |
| ·蚁群算法的软件实现 | 第40页 |
| ·蚁群算法的优缺点 | 第40-41页 |
| ·蚁群算法的研究进展 | 第41-42页 |
| ·蚁群算法的应用领域 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 求解处理机调度问题的蚁群算法 | 第44-54页 |
| ·引言 | 第44页 |
| ·多处理机调度问题的描述 | 第44-48页 |
| ·处理机调度的蚁群算法的基本思想 | 第48-50页 |
| ·算法描述 | 第50-51页 |
| ·实验及结果分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 求解处理机调度问题的混合蚁群算法 | 第54-71页 |
| ·引言 | 第54-55页 |
| ·蚂蚁任务分配模型－TAM | 第55-60页 |
| ·基于 TAM 的蚁群算法 | 第60-61页 |
| ·基于 TAM 的混合蚁群算法 | 第61-66页 |
| ·交叉算子的设计 | 第61-62页 |
| ·繁殖算子的设计 | 第62-63页 |
| ·变异算子的设计 | 第63页 |
| ·混合蚁群算法框架 | 第63-66页 |
| ·实验结果及分析 | 第66-69页 |
| ·基于 TAM 的蚁群算法实验 | 第66页 |
| ·基于 TAM 的混合蚁群算法实验 | 第66-69页 |
| ·本章小结 | 第69-71页 |
| 第六章 求解有时限约束的处理机调度问题的蚁群算法 | 第71-81页 |
| ·引言 | 第71页 |
| ·有时限约束的调度问题模型 | 第71-74页 |
| ·有时限约束的任务系统 | 第71-72页 |
| ·DAG 图的扩展 | 第72-74页 |
| ·求解有时限约束的处理机调度问题的蚁群算法 | 第74-77页 |
| ·算法设计基本思路 | 第75页 |
| ·算法基本优化思想 | 第75页 |
| ·两种概率公式的设计 | 第75-76页 |
| ·信息素更新策略的设计 | 第76-77页 |
| ·评价函数fitness 的设计 | 第77页 |
| ·本章蚁群算法框架 | 第77-78页 |
| ·实验结果及其分析 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第七章 总结与展望 | 第81-83页 |
| ·研究总结 | 第81-82页 |
| ·研究展望 | 第82-83页 |
| 参考文献 | 第83-92页 |
| 致谢 | 第92-93页 |
| 攻读学位期间发表学术论文目录 | 第93页 |
| 攻读学位期间参与科研项目 | 第93页 |
