| Acknowledgements | 第4-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| Preface | 第10-16页 |
| List of Abbreviations | 第16-18页 |
| 1 Introduction | 第18-43页 |
| 1.1 Materials Genome Initiative (MGI) | 第19-25页 |
| 1.1.1 Density Functional Theory (DFT) | 第20-22页 |
| 1.1.2 Intiatives that Emulating MGI Project | 第22-25页 |
| 1.2 Challenges of running high-throughput DFT calculations on HPC environments | 第25-26页 |
| 1.3 Grid Computing Overview | 第26-31页 |
| 1.3.1 Scheduling in Grid Computing | 第29-31页 |
| 1.4 Cloud Computing Overview | 第31-40页 |
| 1.4.1 Advantages of Adopting Cloud Computing Technology | 第35-36页 |
| 1.4.2 Challenges of Adopting Cloud Computing Technology | 第36-38页 |
| 1.4.3 Scheduling in Cloud Computing | 第38-40页 |
| 1.5 Thesis Contibutions | 第40-41页 |
| 1.6 Thesis Organization | 第41-43页 |
| 2 Literature Review | 第43-51页 |
| 2.1 Grid Computing | 第43-47页 |
| 2.1.1 Grid Job Scheduling | 第44-46页 |
| 2.1.2 Load Balancing in the Grid | 第46-47页 |
| 2.2 Cloud Computing | 第47-51页 |
| 2.2.1 Cloud Job Scheduling | 第48-49页 |
| 2.2.2 Load Balancing in the Cloud | 第49-51页 |
| 3 A Dynamic-based Grid Scheduling Algorithm | 第51-62页 |
| 3.1 Introduction | 第51-52页 |
| 3.2 Problem Formulation | 第52-54页 |
| 3.3 Algorithm Design | 第54-57页 |
| 3.3.1 Power of Two Choices | 第54-55页 |
| 3.3.2 Two Choices Scheduling Algorithm (TCSA) | 第55-57页 |
| 3.4 Experimental Results | 第57-60页 |
| 3.4.1 Data Sets and Experimental Settings | 第57-58页 |
| 3.4.2 Results and Analysis | 第58-60页 |
| 3.5 Summary | 第60-62页 |
| 4 A PSO-based Grid Scheduling Algorithm | 第62-76页 |
| 4.1 Introduction | 第62-64页 |
| 4.2 Problem Formulation | 第64-65页 |
| 4.3 Algorithm Design | 第65-70页 |
| 4.3.1 Particle Swarm Optimization | 第65-66页 |
| 4.3.2 Encoding Mechanism | 第66-67页 |
| 4.3.3 Fitness Evaluation | 第67页 |
| 4.3.4 PSO Algorithm for Grid Scheduling | 第67-69页 |
| 4.3.5 Example Scenario | 第69-70页 |
| 4.4 Experimental Results | 第70-75页 |
| 4.5 Summary | 第75-76页 |
| 5 A Randomization-based Cloud Scheduling Algorithm | 第76-90页 |
| 5.1 Introduction | 第76-77页 |
| 5.2 Problem Statement | 第77-78页 |
| 5.3 Algorithm Design | 第78-82页 |
| 5.3.1 Randomized load balancing | 第78-79页 |
| 5.3.2 D-Choices Scheduling Algorithm (D-CSA) | 第79-81页 |
| 5.3.3 An Example | 第81-82页 |
| 5.4 Experimental Results | 第82-87页 |
| 5.4.1 Experiment Environment and Settings | 第82-83页 |
| 5.4.2 Performance Comparison Metrics | 第83-85页 |
| 5.4.3 Results and Discussions | 第85-87页 |
| 5.5 Summary | 第87-90页 |
| 6 A Simplified PSO-based Cloud Scheduling Algorithm | 第90-102页 |
| 6.1 Introduction | 第90-91页 |
| 6.2 Problem Statement | 第91-93页 |
| 6.3 Algorithm Design | 第93-95页 |
| 6.3.1 Simplified PSO Algorithm for Cloud Scheduling | 第93-95页 |
| 6.4 Experimental Results | 第95-100页 |
| 6.4.1 Data Sets and Experimental Settings | 第95-96页 |
| 6.4.2 Results and Analysis | 第96-100页 |
| 6.5 Summary | 第100-102页 |
| 7 Conclusions and Future Directions | 第102-106页 |
| 7.1 Conclusions | 第102-103页 |
| 7.2 Future Works | 第103-106页 |
| Bibliography | 第106-122页 |
| 作者简历及在学研究成果 | 第122-126页 |
| 学位论文数据集 | 第126页 |
