| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及研究的目的和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文的主要研究工作 | 第13-14页 |
| 1.4 本文的结构 | 第14-15页 |
| 第2章 相关工作 | 第15-24页 |
| 2.1 云计算 | 第15-16页 |
| 2.2 微云 | 第16-18页 |
| 2.3 移动设备云(MDC)架构 | 第18-20页 |
| 2.4 任务调度算法介绍 | 第20-23页 |
| 2.4.1 Min-min 调度算法 | 第20页 |
| 2.4.2 遗传算法 | 第20-21页 |
| 2.4.3 蚁群算法 | 第21页 |
| 2.4.4 蛙跳算法 | 第21-22页 |
| 2.4.5 线性规划算法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 任务预处理 | 第24-37页 |
| 3.1 总体研究方案 | 第24-25页 |
| 3.2 任务分解 | 第25-36页 |
| 3.2.1 构建任务结构图 | 第26-33页 |
| 3.2.2 构建独立单元 | 第33-34页 |
| 3.2.3 构建业务逻辑单元 | 第34-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 面向移动设备云的任务调度算法 | 第37-55页 |
| 4.1 相关问题定义 | 第37-40页 |
| 4.1.1 任务调度问题的基本定义 | 第37-38页 |
| 4.1.2 网络传输方式的安全域 | 第38-40页 |
| 4.1.3 设备能量状态及需重调度任务的情况 | 第40页 |
| 4.2 基于遗传算法的初始任务调度算法 | 第40-44页 |
| 4.3 移动设备动态任务调度算法 | 第44-54页 |
| 4.3.1 设备-云连接模型 | 第44-46页 |
| 4.3.2 动态调度系统模型具体描述 | 第46-51页 |
| 4.3.3 任务调度决策及算法设计 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 实验及结果分析 | 第55-62页 |
| 5.1 实验方案 | 第55-56页 |
| 5.1.1 实验环境 | 第55页 |
| 5.1.2 任务分解实验方案 | 第55-56页 |
| 5.1.3 任务调度算法实验方案 | 第56页 |
| 5.2 实验结果分析 | 第56-61页 |
| 5.2.1 任务结构图的生成 | 第56-58页 |
| 5.2.2 合并独立单元对能耗节省的影响 | 第58页 |
| 5.2.3 基于遗传算法的初始任务调度算法参数的影响 | 第58-60页 |
| 5.2.4 调度算法性能的评定 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间发表的学术论文 | 第67-69页 |
| 致谢 | 第69页 |