| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 烟花算法的研究现状 | 第12-14页 |
| 1.2.2 多目标任务调度的研究现状 | 第14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 本文结构安排 | 第15-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 多目标任务调度的相关技术 | 第18-33页 |
| 2.1 Hadoop平台技术 | 第18-27页 |
| 2.1.1 Hadoop平台 | 第18-20页 |
| 2.1.2 HDFS架构 | 第20-21页 |
| 2.1.3 MapReduce编程模型 | 第21-26页 |
| 2.1.4 Hadoop工作流程 | 第26-27页 |
| 2.2 Hadoop任务调度策略 | 第27-29页 |
| 2.3 多目标优化模型及求解方法 | 第29-31页 |
| 2.4 并行计算技术 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于烟花算法的多目标任务调度模型的设计 | 第33-40页 |
| 3.1 Hadoop任务调度算法改进的必要性 | 第33页 |
| 3.2 烟花算法应用在Hadoop任务调度上的可行性分析 | 第33-35页 |
| 3.2.1 烟花算法的执行过程 | 第33-35页 |
| 3.2.2 烟花算法应用在任务调度问题上的可行性 | 第35页 |
| 3.3 基于烟花算法的任务调度模型设计 | 第35-38页 |
| 3.3.1 执行时间模型 | 第36页 |
| 3.3.2 负载模型 | 第36-37页 |
| 3.3.3 适应度函数 | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 基于烟花算法的多目标任务调度模型的实现 | 第40-48页 |
| 4.1 烟花算法的实现过程 | 第40-42页 |
| 4.1.1 爆炸算子 | 第40-41页 |
| 4.1.2 变异算子 | 第41页 |
| 4.1.3 映射规则 | 第41页 |
| 4.1.4 选择策略 | 第41-42页 |
| 4.2 烟花算法在多目标任务调度问题上的串行实现 | 第42-44页 |
| 4.2.1 烟花算法的参数设置 | 第42-43页 |
| 4.2.2 算法的具体描述 | 第43-44页 |
| 4.3 烟花算法在多目标任务调度问题上的并行化实现 | 第44-47页 |
| 4.3.1 算法的并行化模型 | 第44-45页 |
| 4.3.2 算法的并行化实现 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 实验结果 | 第48-58页 |
| 5.1 实验环境的搭建 | 第48-52页 |
| 5.1.1 串行算法的实验环境 | 第48页 |
| 5.1.2 并行算法的实验环境 | 第48-49页 |
| 5.1.3 Hadoop完全分布式的搭建 | 第49-52页 |
| 5.2 串行实验及结果 | 第52-55页 |
| 5.2.1 算法有效性验证 | 第53页 |
| 5.2.2 算法执行效率验证 | 第53-54页 |
| 5.2.3 算法解的分布验证 | 第54-55页 |
| 5.3 并行化实验及结果 | 第55-56页 |
| 5.3.1 算法的运行时间比较 | 第55-56页 |
| 5.3.2 集群加速比分析 | 第56页 |
| 5.4 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者简介 | 第64页 |
| 攻读硕士期间发表论文和参加科研情况说明 | 第64-65页 |