异构计算系统中基于改进遗传算法的多目标优化任务调度研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 前言 | 第8-12页 |
| 1.1 概述 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文主要工作 | 第10-11页 |
| 1.4 本文组织结构 | 第11-12页 |
| 第二章 异构计算系统任务调度及多目标优化 | 第12-19页 |
| 2.1 异构计算系统 | 第12-14页 |
| 2.1.1 异构计算系统结构 | 第12-13页 |
| 2.1.2 异构计算系统原理 | 第13-14页 |
| 2.1.3 异构计算系统并行计算任务模式 | 第14页 |
| 2.2 任务调度 | 第14-16页 |
| 2.2.1 任务调度问题 | 第14页 |
| 2.2.2 任务调度分类 | 第14-16页 |
| 2.3 多目标优化 | 第16-18页 |
| 2.3.1 多目标优化问题概述 | 第16页 |
| 2.3.2 多目标优化算法 | 第16-18页 |
| 2.4 小结 | 第18-19页 |
| 第三章 任务调度目标 | 第19-26页 |
| 3.1 异构计算系统下任务调度 | 第19-20页 |
| 3.2 多目标任务调度问题描述 | 第20-21页 |
| 3.3 任务的约束规则 | 第21页 |
| 3.4 优化目标公式化 | 第21-25页 |
| 3.4.1 完成时间 | 第21-23页 |
| 3.4.2 可靠性 | 第23页 |
| 3.4.3 负载均衡 | 第23-25页 |
| 3.4.4 多目标 | 第25页 |
| 3.5 小结 | 第25-26页 |
| 第四章 改进遗传算法 | 第26-41页 |
| 4.1 遗传算法 | 第26-30页 |
| 4.1.1 传统遗传算法概述及原理 | 第26-28页 |
| 4.1.2 遗传算法重要运行参数 | 第28页 |
| 4.1.3 遗传算法优缺点 | 第28-29页 |
| 4.1.4 单亲遗传算法原理过程 | 第29-30页 |
| 4.1.5 单亲遗传算法“准早熟收敛现象” | 第30页 |
| 4.2 改进算法思想分析 | 第30-32页 |
| 4.2.1 回溯机制与回收池 | 第30-31页 |
| 4.2.2 最优保存与最优进化策略 | 第31-32页 |
| 4.2.3 融合单亲遗传算法思想 | 第32页 |
| 4.3 改进遗传算法描述 | 第32-35页 |
| 4.3.1 适应度函数 | 第32-33页 |
| 4.3.2 任务调度染色体编码设计 | 第33-34页 |
| 4.3.3 种群多样性评价 | 第34-35页 |
| 4.3.4 算法的终止条件与参数设定 | 第35页 |
| 4.4 改进遗传算法过程 | 第35-41页 |
| 4.4.1 种群的初始生成 | 第35-36页 |
| 4.4.2 遗传算子 | 第36-40页 |
| 4.4.3 算法具体流程 | 第40-41页 |
| 第五章 实验仿真与结果分析 | 第41-49页 |
| 5.1 自适应遗传算法介绍 | 第41-42页 |
| 5.2 实验环境与测试任务 | 第42-43页 |
| 5.3 初始种群的多样性与稳定性 | 第43-45页 |
| 5.3.1 验证初始种群的多样性 | 第43-45页 |
| 5.3.2 验证初始种群的稳定性 | 第45页 |
| 5.4 测试结果比较 | 第45-49页 |
| 5.4.1 单目标测试 | 第45-47页 |
| 5.4.2 双目标测试 | 第47-48页 |
| 5.4.3 多目标测试 | 第48-49页 |
| 第六章 结论 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56页 |
