| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景及其意义 | 第15-17页 |
| 1.1.1 并行与分布式计算 | 第15-16页 |
| 1.1.2 可分任务调度 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 本文研究内容 | 第19-20页 |
| 1.4 本文的组织框架 | 第20-21页 |
| 第二章 遗传算法概述 | 第21-27页 |
| 2.1 遗传算法框架 | 第21-23页 |
| 2.2 遗传算子 | 第23-24页 |
| 2.3 遗传算法的特点 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 考虑处理机时间窗口的单趟调度模型及其算法研究 | 第27-43页 |
| 3.1 问题描述 | 第27-30页 |
| 3.2 模型建立 | 第30-31页 |
| 3.3 算法设计 | 第31-38页 |
| 3.3.1 编码方案 | 第31页 |
| 3.3.2 交叉和变异算子 | 第31-33页 |
| 3.3.3 修正算子 | 第33-36页 |
| 3.3.4 局部搜索算子 | 第36-38页 |
| 3.3.5 算法整体框架 | 第38页 |
| 3.3.6 算法分析 | 第38页 |
| 3.4 实验与结果分析 | 第38-42页 |
| 3.4.1 参数设置 | 第38-40页 |
| 3.4.2 评价TW-GA算法对于只考虑释放时间的调度情况的正确性 | 第40页 |
| 3.4.3 评价TW-GA算法对于考虑时间窗口的调度情况的性能 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 考虑处理机时间窗口的多趟调度模型及其算法研究 | 第43-59页 |
| 4.1 问题描述 | 第43-45页 |
| 4.2 模型建立 | 第45-48页 |
| 4.2.1 内部调度 | 第45-47页 |
| 4.2.2 最后一趟调度 | 第47-48页 |
| 4.2.3 模型建立 | 第48页 |
| 4.3 算法设计 | 第48-53页 |
| 4.3.1 求解内部调度 | 第49页 |
| 4.3.2 求解最后一趟调度 | 第49-52页 |
| 4.3.3 算法框架 | 第52-53页 |
| 4.3.4 算法分析 | 第53页 |
| 4.4 实验与结果分析 | 第53-58页 |
| 4.4.1 参数设置 | 第53-54页 |
| 4.4.2 评价PMI-GA算法在没有时间窗口约束时的正确性 | 第54-55页 |
| 4.4.3 评价PMI-GA算法在考虑时间窗口约束时的高效性 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结和展望 | 第59-61页 |
| 5.1 本文工作总结 | 第59页 |
| 5.2 未来工作展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
