基于遗传算法的网格能量优化任务调度算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-22页 |
| ·本课题的研究意义 | 第11-12页 |
| ·研究背景 | 第12-14页 |
| ·"网格"的含义 | 第12页 |
| ·网格研究的背景介绍 | 第12-14页 |
| ·研究现状 | 第14-19页 |
| ·网格计算的研究现状 | 第14页 |
| ·网格任务调度的研究现状 | 第14-19页 |
| ·基于遗传算法的网格任务调度问题的可行性分析 | 第19页 |
| ·本文的主要工作及创新 | 第19-21页 |
| ·论文结构 | 第21-22页 |
| 第2章 网格环境下任务调度的研究 | 第22-29页 |
| ·网格的概念及其体系结构 | 第22-23页 |
| ·网格中任务调度的特点 | 第23-24页 |
| ·网格任务调度的组织模式 | 第24页 |
| ·网格任务调度的结构和过程 | 第24-26页 |
| ·网格任务调度的研究 | 第26-28页 |
| ·NP完全问题 | 第26-27页 |
| ·启发式算法研究 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 网格计算中能量消耗的研究 | 第29-40页 |
| ·网格资源的广义能量模型 | 第29-31页 |
| ·网格资源概述 | 第29-30页 |
| ·资源的广义能量 | 第30-31页 |
| ·移动设备中的能量消耗 | 第31-32页 |
| ·网格能量消耗模型 | 第32-37页 |
| ·Ad hoc网格静态资源网格能量模型 | 第32-33页 |
| ·DVS能量感知调度模型 | 第33-35页 |
| ·嵌入式系统任务分配能量模型 | 第35-37页 |
| ·网格任务调度中的能量优化 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于遗传算法的网格能量优化任务调度算法 | 第40-56页 |
| ·遗传算法的基本原理 | 第40-41页 |
| ·网格环境下任务调度策略的实现 | 第41-44页 |
| ·调度策略的描述 | 第42页 |
| ·基于DAG图的调度 | 第42-44页 |
| ·遗传算法的设计过程 | 第44-55页 |
| ·问题的描述 | 第44页 |
| ·染色体的编码和解码 | 第44-46页 |
| ·初始种群的生成 | 第46-47页 |
| ·适应度函数计算 | 第47-50页 |
| ·遗传算子 | 第50-53页 |
| ·自适应交叉算子和变异算子 | 第53-54页 |
| ·改进的遗传和变异操作 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 算法实现及仿真实验 | 第56-78页 |
| ·SimGrid仿真包 | 第56-58页 |
| ·SimGrid简介 | 第57-58页 |
| ·仿真包的设置 | 第58页 |
| ·SimGrid主要功能函数 | 第58-59页 |
| ·算法实现 | 第59-68页 |
| ·SIM模块的实现 | 第60-64页 |
| ·Chromo模块的实现 | 第64-66页 |
| ·GA模块编码实现 | 第66-67页 |
| ·SIM,Chromo以及GA模块的调用关系 | 第67-68页 |
| ·算法分析 | 第68-70页 |
| ·初始种群的生成方法的改进 | 第68-69页 |
| ·调度长度计算算法 | 第69-70页 |
| ·仿真及性能测试 | 第70-77页 |
| ·改变染色体种群大小后的影响 | 第71-72页 |
| ·改变交叉概率P_c后的影响 | 第72-74页 |
| ·改变变异概率P_m后的影响 | 第74-76页 |
| ·启发式算法比较 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 攻读硕士学位期间发表的论文和参加科研项目情况 | 第85-86页 |
| 附录 | 第86页 |
