| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-21页 |
| ·课题来源 | 第12页 |
| ·课题背景 | 第12-13页 |
| ·调度问题研究意义 | 第13-19页 |
| ·任务调度问题的目标 | 第14-15页 |
| ·任务调度问题的特点 | 第15-16页 |
| ·任务调度问题的分类 | 第16-18页 |
| ·经典任务调度算法介绍 | 第18-19页 |
| ·论文主要工作 | 第19-20页 |
| ·论文组织结构 | 第20页 |
| ·小结 | 第20-21页 |
| 第2章 相关背景知识和研究工作 | 第21-28页 |
| ·地震灾变的模拟过程 | 第21页 |
| ·问题的提出 | 第21-22页 |
| ·相关的研究工作 | 第22-23页 |
| ·遗传算法 | 第23-27页 |
| ·遗传算法的历史 | 第23页 |
| ·遗传算法的基本概念 | 第23-24页 |
| ·遗传算法的优缺点 | 第24-25页 |
| ·标准遗传算法的流程 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第3章 异构分布式系统中一种基于遗传算法的负载均衡调度算法 | 第28-42页 |
| ·异构系统调度模型 | 第28-29页 |
| ·优化目标形式化 | 第29-30页 |
| ·改进的动态遗传算法(IDGA-Improved Dynamic Genetic Algorithm) | 第30-33页 |
| ·染色体设计 | 第30-31页 |
| ·算法描述和分析 | 第31-32页 |
| ·适应度函数 | 第32-33页 |
| ·实验设计 | 第33-36页 |
| ·预处理模块 | 第33页 |
| ·调度算法模块 | 第33-36页 |
| ·结果分析 | 第36-39页 |
| ·小结 | 第39-42页 |
| 第4章 IDGA算法在MapReduce系统模型中的并行化 | 第42-58页 |
| ·并行遗传算法介绍 | 第42-44页 |
| ·MapReduce基本原理介绍 | 第44-47页 |
| ·MapReduce模型中的并行IDGA算法(PIDGA-MapReduce) | 第47-56页 |
| ·Map阶段设计 | 第47-48页 |
| ·Reduce阶段设计以及二叉选择树 | 第48-54页 |
| ·整体流程 | 第54-56页 |
| ·PIDGA-MapReduce与IDGA的时间复杂度分析 | 第56-57页 |
| ·小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 附录A (攻读硕士期间发表论文与申请专利目录) | 第65-66页 |
| 附录B (攻读硕士期间参加的科研项目) | 第66页 |
