| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 云计算研究现状 | 第9-11页 |
| 1.2.2 云计算基于QoS需求的任务调度的研究现状 | 第11-12页 |
| 1.2.3 云计算任务调度算法的研究现状 | 第12-13页 |
| 1.3 论文的主要工作 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 云计算环境下混合任务调度的相关技术理论 | 第16-30页 |
| 2.1 云计算介绍 | 第16-19页 |
| 2.1.1 云计算技术概述 | 第16-17页 |
| 2.1.2 云计算的优势 | 第17-18页 |
| 2.1.3 云计算的核心技术 | 第18-19页 |
| 2.2 云计算任务调度过程 | 第19-21页 |
| 2.3 基于QoS需求的任务调度模型 | 第21-29页 |
| 2.3.1 用户的QoS需求 | 第21-22页 |
| 2.3.2 独立任务调度模型 | 第22-24页 |
| 2.3.3 工作流任务调度模型 | 第24-27页 |
| 2.3.4 混合任务调度模型 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于改进粒子群算法的任务调度 | 第30-52页 |
| 3.1 问题描述与分析 | 第30页 |
| 3.2 粒子群算法 | 第30-35页 |
| 3.2.1 粒子群算法的原理 | 第31-32页 |
| 3.2.2 粒子群算法的基本步骤 | 第32-34页 |
| 3.2.3 粒子群算法的基本流程 | 第34-35页 |
| 3.3 粒子群算法的改进策略 | 第35-38页 |
| 3.3.1 粒子位置公式的改进策略 | 第35-36页 |
| 3.3.2 迭代选择算子 | 第36-38页 |
| 3.4 基于改进粒子群算法的任务调度 | 第38-42页 |
| 3.5 实验仿真与结果分析 | 第42-50页 |
| 3.5.1 CloudSim基本介绍 | 第42-43页 |
| 3.5.2 CloudSim配置步骤 | 第43-44页 |
| 3.5.3 CloudSim的实验仿真步骤 | 第44-47页 |
| 3.5.4 实验结果与分析 | 第47-50页 |
| 3.6 本章小结 | 第50-52页 |
| 第四章 基于QoS感知的混合任务调度算法 | 第52-67页 |
| 4.1 问题描述与分析 | 第52-53页 |
| 4.2 蚁群算法 | 第53-57页 |
| 4.2.1 蚁群算法的原理 | 第53页 |
| 4.2.2 蚁群算法的数学模型 | 第53-56页 |
| 4.2.3 蚁群算法的基本流程 | 第56-57页 |
| 4.3 蚁群算法的改进策略 | 第57-61页 |
| 4.3.1 启发因子的改进策略 | 第57-59页 |
| 4.3.2 信息素更新的改进策略 | 第59-61页 |
| 4.4 基于QoS感知的混合任务调度 | 第61-62页 |
| 4.5 实验仿真与结果分析 | 第62-66页 |
| 4.5.1 CloudSim的实验仿真步骤 | 第62页 |
| 4.5.2 实验结果与分析 | 第62-66页 |
| 4.6 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-70页 |
| 5.1 论文内容总结 | 第67-68页 |
| 5.2 未来工作展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-78页 |
| 作者简介 | 第78页 |