云环境下分布式任务调度算法的研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究目标和研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 相关理论与技术 | 第14-28页 |
| 2.1 云计算概述 | 第14-17页 |
| 2.1.1 云计算起源和概念 | 第14-15页 |
| 2.1.2 云计算的体系结构 | 第15-16页 |
| 2.1.3 云计算的服务类型和部署类型 | 第16-17页 |
| 2.2 云环境下的任务调度相关理论 | 第17-20页 |
| 2.2.1 云环境下任务调度概述 | 第17-18页 |
| 2.2.2 云环境下任务调度目标 | 第18-20页 |
| 2.3 人工免疫算法 | 第20-24页 |
| 2.3.1 人工免疫系统概述 | 第20-21页 |
| 2.3.2 人工免疫算法基本流程 | 第21-22页 |
| 2.3.3 人工免疫主要算法 | 第22-24页 |
| 2.4 最优化问题求解方法 | 第24-27页 |
| 2.4.1 极大熵函数法 | 第24-25页 |
| 2.4.2 最优化理论 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 云环境下基于人工免疫算法的工作流调度模型 | 第28-44页 |
| 3.1 引言 | 第28页 |
| 3.2 工作流调度问题建模 | 第28-34页 |
| 3.2.1 问题描述 | 第28-29页 |
| 3.2.2 工作流任务属性描述 | 第29-30页 |
| 3.2.3 云资源属性描述 | 第30-31页 |
| 3.2.4 工作流任务调度约束模型 | 第31-34页 |
| 3.3 模型算法设计 | 第34-39页 |
| 3.3.1 算法过程 | 第34-38页 |
| 3.3.2 算法实现 | 第38-39页 |
| 3.4 实验仿真 | 第39-43页 |
| 3.4.1 实验设计 | 第39-40页 |
| 3.4.2 实验结果分析 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 云环境下基于数据分片的任务调度策略 | 第44-58页 |
| 4.1 引言 | 第44-45页 |
| 4.2 数据分片任务调度问题建模 | 第45-48页 |
| 4.2.1 问题描述 | 第45-46页 |
| 4.2.2 数据分片任务调度数学模型 | 第46-48页 |
| 4.3 基于数据分片的任务调度优化策略 | 第48-54页 |
| 4.3.1 优化策略分析 | 第48-52页 |
| 4.3.2 算法实现 | 第52-54页 |
| 4.4 实验仿真 | 第54-57页 |
| 4.4.1 实验设计 | 第54-55页 |
| 4.4.2 实验结果分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 数据服务云平台调度管理模块的设计与实现 | 第58-74页 |
| 5.1 引言 | 第58页 |
| 5.2 总体设计 | 第58-60页 |
| 5.3 详细设计 | 第60-69页 |
| 5.3.1 计算中心 | 第60-63页 |
| 5.3.2 征用中心 | 第63-65页 |
| 5.3.3 数据中心 | 第65-67页 |
| 5.3.4 征用机服务 | 第67-69页 |
| 5.4 系统测试 | 第69-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第六章 总结和展望 | 第74-76页 |
| 6.1 总结 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间取得的成果 | 第81-82页 |
