摘要 | 第1-10页 |
ABSTRACT | 第10-12页 |
第1章 绪论 | 第12-15页 |
·课题研究背景和意义 | 第12-13页 |
·课题研究内容与现状 | 第13-14页 |
·论文创新点 | 第14页 |
·本文的组织结构 | 第14-15页 |
第2章 相关的研究工作 | 第15-26页 |
·遗传算法简介 | 第15-23页 |
·遗传算法基本概念 | 第15-18页 |
·多目标优化问题 | 第18-23页 |
·负载均衡问题 | 第23-25页 |
·负载均衡的概念 | 第23页 |
·网络负载均衡常用的方法 | 第23-25页 |
·本章小结 | 第25-26页 |
第3章 迁移工作流管理系统 | 第26-44页 |
·工作流管理系统 | 第26-32页 |
·工作流管理系统概念 | 第26-28页 |
·工作流管理系统的分类 | 第28-31页 |
·工作流技术的现状和发展趋势 | 第31-32页 |
·移动Agent技术 | 第32-36页 |
·移动Agent概念 | 第32-33页 |
·移动Agent的主要优点 | 第33-34页 |
·移动Agent与工作流管理系统 | 第34-36页 |
·迁移工作流管理系统 | 第36-43页 |
·迁移工作流定义 | 第36-38页 |
·迁移工作流系统框架 | 第38-39页 |
·停靠站服务器体系结构 | 第39-41页 |
·停靠站服务器任务派遣机制 | 第41页 |
·现有的服务主体优选机制 | 第41-42页 |
·工作位置负载均衡问题 | 第42-43页 |
·本章小结 | 第43-44页 |
第4章 基于Pareto遗传算法的服务主体优选机制 | 第44-53页 |
·问题描述 | 第44页 |
·服务主体优选的数学模型 | 第44-45页 |
·遗传算法设计 | 第45-48页 |
·迁移实例的编码 | 第45-46页 |
·染色体种群初始化 | 第46页 |
·适应度函数设计 | 第46-47页 |
·选择操作 | 第47页 |
·交叉操作 | 第47-48页 |
·变异操作 | 第48页 |
·Pareto优化 | 第48-51页 |
·适应度函数优化 | 第49页 |
·选择操作优化 | 第49-50页 |
·Pareto解集和精英保留策略 | 第50页 |
·排除非法解 | 第50-51页 |
·选择决策方案 | 第51页 |
·Pareto遗传算法过程 | 第51-52页 |
·本章小结 | 第52-53页 |
第5章 算法举例及性能分析 | 第53-57页 |
·算法举例 | 第53-54页 |
·算法性能分析 | 第54-56页 |
·终止条件的选择 | 第54-55页 |
·遗传算法优点的发挥 | 第55页 |
·多资源负载均衡的实现 | 第55页 |
·调度倾泻的避免 | 第55-56页 |
·本章小结 | 第56-57页 |
第6章 结束语 | 第57-58页 |
参考文献 | 第58-62页 |
致谢 | 第62-63页 |
攻读硕士期间发表的学术论文目录 | 第63-64页 |
在读期间参与科研项目情况 | 第64-65页 |
所获奖励 | 第65-66页 |
学位论文评阅及答辩情况表 | 第66页 |