云工作流服务组合与活动调度策略研究
摘要 | 第1-10页 |
ABSTRACT | 第10-13页 |
致谢 | 第13-17页 |
插图清单 | 第17-18页 |
表格清单 | 第18-19页 |
第一章 绪论 | 第19-30页 |
·研究背景与意义 | 第19-21页 |
·国内外研究现状 | 第21-25页 |
·主要研究内容与创新之处 | 第25-28页 |
·论文的结构安排 | 第28-30页 |
第二章 云工作流及相关概念 | 第30-43页 |
·云计算概念 | 第30-32页 |
·云计算定义 | 第30-31页 |
·云计算应用 | 第31-32页 |
·云工作流概念 | 第32-35页 |
·工作流及相关概念 | 第33-34页 |
·网格工作流 | 第34页 |
·云工作流 | 第34-35页 |
·云工作流系统体系结构 | 第35-39页 |
·体系结构 | 第35-38页 |
·云工作流运行过程 | 第38-39页 |
·云工作流实例 | 第39-42页 |
·计算密集型工作流 | 第40-41页 |
·实例密集型工作流 | 第41-42页 |
·本章小结 | 第42-43页 |
第三章 云工作流服务组合策略 | 第43-59页 |
·相关工作 | 第43-45页 |
·服务组合 | 第43-44页 |
·服务调整 | 第44-45页 |
·调整感知的服务组合框架 | 第45-46页 |
·基于蚁群算法的服务组合 | 第46-50页 |
·服务组合的 QoS 评估 | 第46-48页 |
·多目标蚁群算法 | 第48-50页 |
·调整感知的服务组合优化 | 第50-53页 |
·活动的重要性 | 第50-51页 |
·调整感知的服务预留 | 第51-53页 |
·实验和结果分析 | 第53-58页 |
·实验设置及环境 | 第53-55页 |
·实验结果比较 | 第55-58页 |
·本章小结 | 第58-59页 |
第四章 云工作流活动完工时间预测方法 | 第59-71页 |
·相关工作 | 第59-60页 |
·基于统计时间序列的预测模型 | 第60-64页 |
·统计时间序列 | 第61-62页 |
·时间序列分割算法 | 第62-64页 |
·基于混沌时间序列的预测模型 | 第64-67页 |
·相空间重构 | 第64-65页 |
·确定嵌入维数 | 第65-66页 |
·确定时间延迟 | 第66页 |
·RBF 神经网络 | 第66-67页 |
·实验和结果分析 | 第67-70页 |
·预测模型的准确率 | 第67-68页 |
·预测模型的误差分析 | 第68-70页 |
·本章小结 | 第70-71页 |
第五章 云工作流活动调度策略 | 第71-95页 |
·相关工作 | 第71-72页 |
·面向市场的分层调度策略 | 第72-77页 |
·调度策略概述 | 第73-74页 |
·服务层调度策略 | 第74-75页 |
·任务层调度策略 | 第75-77页 |
·面向市场的分层调度算法 | 第77-81页 |
·服务层调度算法 | 第77-80页 |
·任务层调度算法 | 第80-81页 |
·群体智能算法 | 第81-88页 |
·遗传算法 | 第82-83页 |
·蚁群算法 | 第83-85页 |
·粒子群算法 | 第85-88页 |
·实验和结果分析 | 第88-94页 |
·实验设置 | 第88-89页 |
·结果及讨论 | 第89-94页 |
·本章小结 | 第94-95页 |
第六章 云工作流活动再调度策略 | 第95-113页 |
·相关工作 | 第95-96页 |
·应用场景 | 第96-97页 |
·时序违背的检测 | 第97-99页 |
·时序一致性模型 | 第97-98页 |
·可恢复的时序违背 | 第98-99页 |
·时序违背的处理 | 第99-107页 |
·时序违背处理框架 | 第99-101页 |
·通用框架应用实例 | 第101-102页 |
·时序违背处理算法 | 第102-107页 |
·实验和结果分析 | 第107-112页 |
·实验设置 | 第107-108页 |
·结果及讨论 | 第108-112页 |
·本章小结 | 第112-113页 |
第七章 总结与展望 | 第113-116页 |
·全文工作总结 | 第113-114页 |
·进一步工作展望 | 第114-116页 |
参考文献 | 第116-124页 |
攻读博士学位期间参加的科研工作和发表论文情况 | 第124-127页 |