云环境下基于截止时间约束的工作流任务调度研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 以性能为目标的云计算调度策略 | 第15页 |
| 1.2.2 以成本为目标的云计算调度策略 | 第15页 |
| 1.2.3 以满足服务质量为目标的云计算调度策略 | 第15-16页 |
| 1.3 本文的主要内容及组织结构 | 第16-18页 |
| 第2章 相关理论和技术 | 第18-30页 |
| 2.1 云计算相关概念 | 第18-23页 |
| 2.1.1 云计算的定义和分类 | 第18-19页 |
| 2.1.2 云计算的体系结构及特点 | 第19-20页 |
| 2.1.3 云计算的分类 | 第20-21页 |
| 2.1.4 云计算的相关技术 | 第21-23页 |
| 2.2 工作流调度策略 | 第23-26页 |
| 2.2.1 工作流调度问题的基本概念 | 第23-24页 |
| 2.2.2 常见的工作流调度算法 | 第24-26页 |
| 2.3 粒子群优化算法 | 第26-29页 |
| 2.3.1 粒子群算法的基本概念 | 第26-29页 |
| 2.3.2 传统粒子群算法的局限性 | 第29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于DFPSO的云计算工作流任务调度策略 | 第30-44页 |
| 3.1 工作流问题的数学定义 | 第30-32页 |
| 3.1.1 应用和资源初始化定义 | 第30-32页 |
| 3.1.2 调度问题定义 | 第32页 |
| 3.2 改进的PSO算法 | 第32-38页 |
| 3.2.1 双适应度PSO (DFPSO)的提出 | 第32-34页 |
| 3.2.2 DFPSO建模 | 第34-35页 |
| 3.2.3 DFPSO的寻优规则 | 第35-38页 |
| 3.3 基于截止时间约束的工作流任务调度策略 | 第38-42页 |
| 3.4 举例说明 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 仿真实验及结果分析 | 第44-59页 |
| 4.1 CloudSim云计算仿真平台介绍 | 第44-48页 |
| 4.1.1 CloudSim的结构 | 第45-46页 |
| 4.1.2 CloudSim平台的工作方法 | 第46-48页 |
| 4.2 实验方法设计和参数设置 | 第48-52页 |
| 4.2.1 选择对比算法 | 第48-49页 |
| 4.2.2 选择测试工作流 | 第49-50页 |
| 4.2.3 虚拟机模拟 | 第50-51页 |
| 4.2.4 任务模拟 | 第51页 |
| 4.2.5 截止时间模拟 | 第51-52页 |
| 4.2.6 PSO算法参数设置 | 第52页 |
| 4.3 CloudSim平台的扩展 | 第52-54页 |
| 4.3.1 实验主机的配置 | 第52-53页 |
| 4.3.2 仿真实验实现过程 | 第53-54页 |
| 4.4 实验结果分析 | 第54-58页 |
| 4.4.1 截止时间约束满足程度评价 | 第54-55页 |
| 4.4.2 截止时间约束下的成本和执行时间评价 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 附录A 攻读学位期间所参与的研究项目 | 第67页 |
