首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

云计算环境下工作流任务调度优化算法研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-13页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-11页
    1.3 主要研究问题与内容第11-12页
    1.4 论文组织结构第12-13页
第二章 云计算基本理论第13-20页
    2.1 云计算概述第13-18页
        2.1.1 云计算定义与特点第13-15页
        2.1.2 云计算体系结构第15-16页
        2.1.3 云数据中心第16-17页
        2.1.4 DVFS技术第17-18页
    2.2 云工作流第18-19页
        2.2.1 云工作流简介第18页
        2.2.2 任务调度第18-19页
    2.3 本章小结第19-20页
第三章 多目标问题建模与方法第20-28页
    3.1 多目标优化第20页
        3.1.1 多目标优化问题模型第20页
        3.1.2 Pareto相关定义第20页
    3.2 系统建模第20-23页
        3.2.1 资源模型第20-21页
        3.2.2 工作流模型第21-23页
        3.2.3 能耗模型第23页
        3.2.4 任务调度目标函数第23页
    3.3 多目标优化算法第23-27页
        3.3.1 多目标粒子群算法第23-25页
        3.3.2 NSGA-Ⅱ算法第25-27页
    3.4 本章小结第27-28页
第四章 基于格分布方差的多目标工作流调度算法第28-42页
    4.1 GVDA-MOPSO工作流调度算法设计第28-34页
        4.1.1 粒子编码第28页
        4.1.2 改进的自适应网格坐标系第28-29页
        4.1.3 格分布方差和动态调整算法第29-31页
        4.1.4 外部文档自优化策略第31-32页
        4.1.5 差粒子自学习策略第32-34页
    4.2 GVDA-MOPSO工作流调度算法流程第34-35页
    4.3 仿真实验与结果分析第35-41页
        4.3.1 仿真工具简介第35-36页
        4.3.2 实验环境配置第36-37页
        4.3.3 格分布方差阈值分析第37-38页
        4.3.4 实验结果与分析第38-41页
    4.4 本章小结第41-42页
第五章 基于任务聚类的NSGA-Ⅱ算法的多目标任务调度算法第42-53页
    5.1 TC-NSGA-Ⅱ任务调度算法设计第42-48页
        5.1.1 染色体编码第42-43页
        5.1.2 遗传算子设计第43-45页
        5.1.3 拥挤距离设计第45-46页
        5.1.4 任务聚类第46-48页
    5.2 TC-NSGA-Ⅱ任务调度算法流程第48页
    5.3 仿真实验与结果分析第48-52页
        5.3.1 实验设置第48-49页
        5.3.2 实验结果与分析第49-52页
    5.4 本章小结第52-53页
第六章 总结与展望第53-55页
    6.1 工作总结第53-54页
    6.2 未来与展望第54-55页
参考文献第55-60页
致谢第60-61页
攻读硕士学位期间的研究成果第61页

论文共61页,点击 下载论文
上一篇:现代大学章程中教师权利要素研究
下一篇:基于案例分析的理工为主高校体育师资队伍管理问题及对策研究