基于云计算环境的任务调度算法分析与改进
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 论文的主要工作 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第2章 云计算及其任务调度概述 | 第17-29页 |
| 2.1 云计算概述 | 第17-21页 |
| 2.1.1 云计算的定义 | 第17-18页 |
| 2.1.2 云计算的分类 | 第18-19页 |
| 2.1.3 云计算的特点 | 第19页 |
| 2.1.4 云计算的编程模式 | 第19-20页 |
| 2.1.5 云计算发展面临的问题 | 第20-21页 |
| 2.2 任务调度概述 | 第21-28页 |
| 2.2.1 任务调度的概念 | 第21-23页 |
| 2.2.2 任务调度的目标及特点 | 第23-24页 |
| 2.2.3 任务调度算法分类 | 第24-25页 |
| 2.2.4 常用的任务调度算法 | 第25-28页 |
| 2.2.5 任务调度亟待解决的问题 | 第28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 改进蚁群任务调度算法 | 第29-39页 |
| 3.1 任务调度模型的描述 | 第29-30页 |
| 3.2 蚁群任务调度算法 | 第30-32页 |
| 3.2.1 蚁群算法简介 | 第30-31页 |
| 3.2.2 蚁群算法的基本原理 | 第31-32页 |
| 3.2.3 蚁群算法的优缺点 | 第32页 |
| 3.3 蚁群算法的优化 | 第32-34页 |
| 3.3.1 蚁群算法的改进策略 | 第32-33页 |
| 3.3.2 典型的蚁群优化算法 | 第33-34页 |
| 3.4 改进蚁群任务调度算法 | 第34-38页 |
| 3.4.1 混沌选择策略 | 第34页 |
| 3.4.2 算法设计 | 第34-36页 |
| 3.4.3 算法流程 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于蚁群模型的多QOS约束任务调度算法 | 第39-45页 |
| 4.1 QoS参数 | 第39页 |
| 4.2 QoS模型定义 | 第39-41页 |
| 4.3 基于蚁群模型的多QoS约束任务调度算法 | 第41-44页 |
| 4.3.1 算法设计 | 第41-42页 |
| 4.3.2 搜索过程优化 | 第42页 |
| 4.3.3 算法流程 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 实验仿真与结果分析 | 第45-57页 |
| 5.1 CloudSim平台简介 | 第45-50页 |
| 5.1.1 CloudSim仿真平台的特征 | 第45页 |
| 5.1.2 CloudSim仿真平台的体系结构 | 第45-46页 |
| 5.1.3 CloudSim仿真平台的工作原理 | 第46-47页 |
| 5.1.4 CloudSim的核心类 | 第47-48页 |
| 5.1.5 环境部署及仿真流程 | 第48-50页 |
| 5.2 实验结果分析 | 第50-55页 |
| 5.2.1 实验一参数设置 | 第50页 |
| 5.2.2 实验一结果分析 | 第50-53页 |
| 5.2.3 实验二参数设置 | 第53页 |
| 5.2.4 实验二结果分析 | 第53-55页 |
| 5.3 本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
