| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究工作的背景与意义 | 第11-13页 |
| 1.2 国内外研究现状和发展 | 第13-18页 |
| 1.2.1 云计算研究现状 | 第13-17页 |
| 1.2.2 任务调度策略研究现状 | 第17-18页 |
| 1.3 本文的主要研究内容 | 第18页 |
| 1.4 本论文的结构安排 | 第18-20页 |
| 第二章 云计算任务调度的理论基础 | 第20-32页 |
| 2.1 云计算概述 | 第20-25页 |
| 2.1.1 云计算的定义 | 第20-22页 |
| 2.1.2 云计算的核心技术 | 第22-23页 |
| 2.1.3 云平台 | 第23-25页 |
| 2.2 云环境下任务调度相关技术与理论基础 | 第25-28页 |
| 2.2.1 云计算技术体系结构 | 第25-26页 |
| 2.2.2 虚拟化技术 | 第26-27页 |
| 2.2.3 并行编程模式 | 第27-28页 |
| 2.3 云环境下与网格计算、分布式计算任务调度的关系 | 第28-31页 |
| 2.3.1 任务调度 | 第28-30页 |
| 2.3.2 云计算任务调度与网格计算、分布式计算任务调度的比较 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 一种云计算任务调度算法FPA | 第32-52页 |
| 3.1 群智能优化算法 | 第32页 |
| 3.2 粒子群优化算法 | 第32-35页 |
| 3.2.1 粒子群优化算法原理 | 第32-34页 |
| 3.2.2 粒子群优化算法参数设置 | 第34-35页 |
| 3.2.3 粒子群算法的优缺点 | 第35页 |
| 3.3 蜂群算法 | 第35-39页 |
| 3.3.1 蜜蜂采蜜行为 | 第35-36页 |
| 3.3.2 蜂群算法的数学模型 | 第36-37页 |
| 3.3.3 蜂群算法流程 | 第37-39页 |
| 3.3.4 蜂群算法的优缺点 | 第39页 |
| 3.4 FPA算法 | 第39-51页 |
| 3.4.1 FPA算法原理 | 第39-43页 |
| 3.4.2 FPA时间复杂度 | 第43-44页 |
| 3.4.3 仿真实验 | 第44-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于数据选择层的调度策略 | 第52-65页 |
| 4.1 HADOOP云平台 | 第52-54页 |
| 4.1.1 Hadoop的基本组件 | 第52-53页 |
| 4.1.2 HDFS | 第53-54页 |
| 4.2 选择层的背景 | 第54-55页 |
| 4.3 基于策略选择层的调度策略 | 第55-57页 |
| 4.3.1 海量数据的抽样 | 第55-56页 |
| 4.3.2 策略选择层调度策略的实现 | 第56-57页 |
| 4.4 数据选择层 | 第57-60页 |
| 4.4.1 数据选择层概述 | 第57-58页 |
| 4.4.2 数据选择层采用的算法 | 第58-60页 |
| 4.5 一种基于数据选择层调度策略的提出 | 第60-63页 |
| 4.5.1 数据分类策略 | 第60页 |
| 4.5.2 数据选择层的实现 | 第60-63页 |
| 4.6 本章小结 | 第63-65页 |
| 第五章 实验与结果分析 | 第65-73页 |
| 5.1 CLOUDSIM简介 | 第65-66页 |
| 5.2 实验方案 | 第66-68页 |
| 5.3 仿真实验结果分析 | 第68-72页 |
| 5.3.1 任务完成总时间对比分析 | 第68-69页 |
| 5.3.2 集群资源利用情况的分析 | 第69-71页 |
| 5.3.3 系统吞吐率分析 | 第71-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 全文总结 | 第73页 |
| 6.2 后续工作展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |