云计算下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11-16页 |
1.1 研究背景和研究意义 | 第11-13页 |
1.1.1 研究背景 | 第11-13页 |
1.1.2 研究意义 | 第13页 |
1.2 国内外研究现状 | 第13-14页 |
1.3 研究目标和研究内容 | 第14-15页 |
1.4 论文结构 | 第15-16页 |
第二章 相关理论与技术 | 第16-30页 |
2.1 云计算概述 | 第16-18页 |
2.1.1 云计算概念 | 第16-17页 |
2.1.2 云计算特点 | 第17-18页 |
2.1.3 云计算架构 | 第18页 |
2.2 云环境任务调度 | 第18-23页 |
2.2.1 云任务调度模型 | 第18-21页 |
2.2.2 云任务调度过程 | 第21-22页 |
2.2.3 云计算任务调度评价指标 | 第22-23页 |
2.3 传统任务调度算法 | 第23-24页 |
2.3.1 Min-min算法 | 第23页 |
2.3.2 Max-min算法 | 第23-24页 |
2.3.3 Sufferage算法 | 第24页 |
2.4 启发式任务调度算法 | 第24-27页 |
2.4.1 遗传算法 | 第24-27页 |
2.4.2 蚁群算法 | 第27页 |
2.5 Cloud Sim | 第27-29页 |
2.5.1 CloudSim功能特点 | 第27-28页 |
2.5.2 CloudSim体系结构 | 第28-29页 |
2.5.3 CloudSim工作模型 | 第29页 |
2.6 本章小结 | 第29-30页 |
第三章 基于预处理的分级任务调度策略 | 第30-52页 |
3.1 引言 | 第30-31页 |
3.2 问题模型 | 第31-33页 |
3.3 基于HEFT算法的任务调度策略 | 第33-38页 |
3.3.1 HEFT算法过程 | 第33-36页 |
3.3.2 基于HEFT的任务调度算法 | 第36-38页 |
3.3.3 算法分析 | 第38页 |
3.4 分级任务调度策略 | 第38-47页 |
3.4.1 资源预处理 | 第38-41页 |
3.4.2 预算和时间约束引入 | 第41-44页 |
3.4.3 分级调度 | 第44-45页 |
3.4.4 算法实现 | 第45-47页 |
3.5 实验与分析 | 第47-51页 |
3.5.1 成本 | 第47-48页 |
3.5.2 执行时间 | 第48-50页 |
3.5.3 加速比 | 第50-51页 |
3.6 本章小结 | 第51-52页 |
第四章 基于PSO算法优化的工作流任务调度模型 | 第52-71页 |
4.1 引言 | 第52-53页 |
4.2 问题模型 | 第53-56页 |
4.3 粒子群优化算法 | 第56-59页 |
4.3.1 PSO算法原理 | 第56-57页 |
4.3.2 基于粒子群优化的任务调度算法 | 第57-59页 |
4.3.3 算法分析 | 第59页 |
4.4 PSO算法优化 | 第59-64页 |
4.4.1 粒子编码方式 | 第59-60页 |
4.4.2 粒子的初始化操作改进 | 第60-61页 |
4.4.3 自适应函数设计 | 第61页 |
4.4.4 工作流任务模型处理 | 第61-63页 |
4.4.5 算法实现 | 第63-64页 |
4.5 实验与分析 | 第64-70页 |
4.5.1 工作流任务调度 | 第65-67页 |
4.5.2 独立任务调度 | 第67-69页 |
4.5.3 收敛性 | 第69-70页 |
4.6 本章小结 | 第70-71页 |
第五章 任务调度系统设计与实现 | 第71-79页 |
5.1 设计背景和设计目标 | 第71-72页 |
5.1.1 统一云管理平台简介 | 第71页 |
5.1.2 设计目标 | 第71-72页 |
5.2 任务调度系统 | 第72-76页 |
5.2.1 任务队列管理模块 | 第74-75页 |
5.2.2 任务调度模块 | 第75-76页 |
5.2.3 实时监控模块 | 第76页 |
5.3 系统测试 | 第76-78页 |
5.4 本章小结 | 第78-79页 |
第六章 总结和展望 | 第79-81页 |
6.1 总结 | 第79页 |
6.2 展望 | 第79-81页 |
致谢 | 第81-82页 |
参考文献 | 第82-87页 |
攻读硕士学位期间取得的成果 | 第87-88页 |