遗传算法在分布式任务调度系统中的应用与改进
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 对NP-complete问题的研究 | 第11页 |
| 1.2.2 分布式任务调度问题的研究现状 | 第11-12页 |
| 1.2.3 遗传算法在任务调度中的应用 | 第12-13页 |
| 1.3 论文主要工作 | 第13页 |
| 1.4 论文的组织结构 | 第13-16页 |
| 第二章 基础知识 | 第16-22页 |
| 2.1 RESTFUL架构 | 第16页 |
| 2.2 任务调度问题 | 第16-17页 |
| 2.3 遗传算法 | 第17-20页 |
| 2.3.1 编码 | 第18页 |
| 2.3.2 适应度 | 第18页 |
| 2.3.3 选择 | 第18-19页 |
| 2.3.4 交叉 | 第19页 |
| 2.3.5 变异 | 第19-20页 |
| 2.3.6 模式定理与积木块假设 | 第20页 |
| 2.3.7 遗传算法的不足 | 第20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 基于地理隔离的遗传算法 | 第22-32页 |
| 3.1 算法整体介绍 | 第22-23页 |
| 3.2 算法步骤 | 第23-26页 |
| 3.2.1 编码 | 第23页 |
| 3.2.2 初始化 | 第23页 |
| 3.2.3 适应度的评估 | 第23-24页 |
| 3.2.4 隔离 | 第24-25页 |
| 3.2.5 选择 | 第25页 |
| 3.2.6 交叉 | 第25-26页 |
| 3.2.7 变异 | 第26页 |
| 3.2.8 精英保留策略 | 第26页 |
| 3.2.9 终止条件 | 第26页 |
| 3.3 实验 | 第26-30页 |
| 3.3.1 算法进化趋势对比 | 第26-28页 |
| 3.3.2 算法最终解对比 | 第28-29页 |
| 3.3.3 算法计算时间对比 | 第29-30页 |
| 3.4 本章小结 | 第30-32页 |
| 第四章 遗传算法的初始化策略改进 | 第32-40页 |
| 4.1 随机初始化算法问题的提出与分析 | 第32-34页 |
| 4.1.1 问题提出 | 第32-33页 |
| 4.1.2 对问题产生原因的分析 | 第33-34页 |
| 4.2 自优化的初始个体调整算法 | 第34-36页 |
| 4.2.1 编码转换 | 第34-35页 |
| 4.2.2 交叉 | 第35页 |
| 4.2.3 选择 | 第35页 |
| 4.2.4 终止条件 | 第35-36页 |
| 4.3 实验 | 第36-39页 |
| 4.3.1 计算趋势对比 | 第36-37页 |
| 4.3.2 算法计算时间对比 | 第37-38页 |
| 4.3.3 算法最终解对比 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 系统实现 | 第40-56页 |
| 5.1 计算模型 | 第40-41页 |
| 5.1.1 任务输入 | 第40-41页 |
| 5.1.2 主要参数 | 第41页 |
| 5.2 系统架构 | 第41-51页 |
| 5.2.1 硬件组成 | 第41-43页 |
| 5.2.2 系统工作流程 | 第43-44页 |
| 5.2.3 输入输出接口 | 第44-47页 |
| 5.2.4 主要工作类 | 第47-51页 |
| 5.3 系统实验 | 第51-54页 |
| 5.3.1 实验的执行与结果展示 | 第51-52页 |
| 5.3.2 对六种算法的整体分析 | 第52-53页 |
| 5.3.3 对三种遗传算法计算时间的分析 | 第53页 |
| 5.3.4 对五种算法系统整体运行时间的分析 | 第53页 |
| 5.3.5 对初始优化算法的分析 | 第53-54页 |
| 5.4 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56-57页 |
| 6.2 进一步工作 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读学位期间发表的学术论文 | 第64页 |
