基于模拟退火遗传算法的云计算任务调度的研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第11-15页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 云计算任务调度算法的国内外研究现状 | 第12-13页 |
1.2.1 国外研究现状 | 第12-13页 |
1.2.2 国内研究现状 | 第13页 |
1.3 主要工作及安排 | 第13-15页 |
第二章 相关研究综述以及研究对象 | 第15-19页 |
2.1 云环境下任务处理的模式 | 第15-17页 |
2.2 云计算的任务调度的特点 | 第17-18页 |
2.2.1 任务调度顺序的特点 | 第17页 |
2.2.2 任务处理模式的特点 | 第17页 |
2.2.3 任务调度的评价指标 | 第17-18页 |
2.3 本文研究对象 | 第18-19页 |
第三章 任务调度数学模型 | 第19-26页 |
3.1 任务调度问题的数学描述 | 第19-22页 |
3.1.1 假设条件 | 第19-20页 |
3.1.2 符号说明 | 第20页 |
3.1.3 模型的建立 | 第20-22页 |
3.2 模型求解 | 第22-26页 |
3.2.1 Min-min算法简介 | 第23-25页 |
3.2.2 Min-min算法仿真结果 | 第25页 |
3.2.3 Min-min算法的模型评价 | 第25-26页 |
第四章 模拟退火遗传算法简介 | 第26-32页 |
4.1 遗传算法简介 | 第26-28页 |
4.2 模拟退火算法简介 | 第28-31页 |
4.2.1 模拟退火算法和组合优化问题 | 第28-29页 |
4.2.2 Metropolis准则 | 第29页 |
4.2.3 模拟退火算法的步骤 | 第29-31页 |
4.3 模拟退火遗传算法 | 第31-32页 |
第五章 基于遗传算法的模型实现 | 第32-44页 |
5.1 遗传算法实现 | 第32-40页 |
5.1.1 染色体编码和解码 | 第32-35页 |
5.1.2 初始种群生成 | 第35页 |
5.1.3 适应度函数 | 第35页 |
5.1.4 选择操作 | 第35-36页 |
5.1.5 交叉操作 | 第36-38页 |
5.1.6 变异操作 | 第38-40页 |
5.2 模拟退火遗传算法实现及求解 | 第40-43页 |
5.3 模型评价 | 第43-44页 |
第六章 结束语 | 第44-48页 |
参考文献 | 第48-51页 |
附录 | 第51-60页 |
致谢 | 第60页 |