云环境中基于双适应度遗传算法的任务调度的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文的组织 | 第11-13页 |
| 第2章 相关技术介绍 | 第13-28页 |
| 2.1 云计算简介 | 第13-19页 |
| 2.1.1 云计算概念 | 第13-15页 |
| 2.1.2 云计算体系结构 | 第15-17页 |
| 2.1.3 云计算与网格计算的区别 | 第17-19页 |
| 2.2 任务调度模型 | 第19-23页 |
| 2.2.1 云平台任务调度 | 第19-21页 |
| 2.2.2 Hadoop中任务调度算法 | 第21-23页 |
| 2.3 遗传算法简介 | 第23-27页 |
| 2.3.1 遗传算法的产生与发展 | 第23页 |
| 2.3.2 遗传算法流程与原理 | 第23-26页 |
| 2.3.3 遗传算法优点 | 第26-27页 |
| 2.3.4 遗传算法的应用 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 双适应度遗传算法 | 第28-33页 |
| 3.1 模型建立 | 第28-29页 |
| 3.2 基于双适应度遗传算法的任务调度的实现 | 第29-32页 |
| 3.2.1 染色体编码与表示 | 第29页 |
| 3.2.2 种群初始化 | 第29页 |
| 3.2.3 适应度函数 | 第29-30页 |
| 3.2.4 选择策略 | 第30-31页 |
| 3.2.5 交叉与变异操作 | 第31页 |
| 3.2.6 实现步骤 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 实验 | 第33-37页 |
| 4.1 实验方案与参数设置 | 第33-34页 |
| 4.2 实验结果及分析 | 第34-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第5章 总结与展望 | 第37-39页 |
| 5.1 工作总结 | 第37页 |
| 5.2 工作展望 | 第37-39页 |
| 参考文献 | 第39-43页 |
| 致谢 | 第43页 |
