| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 课题的研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 CPS研究现状 | 第14-15页 |
| 1.2.2 系统优化调度的研究现状 | 第15-18页 |
| 1.3 课题来源及本文主要研究内容与结构 | 第18-19页 |
| 1.3.1 课题来源 | 第18-19页 |
| 1.3.2 本文研究内容及创新点 | 第19页 |
| 1.4 论文结构 | 第19-20页 |
| 1.5 本章小结 | 第20-21页 |
| 第二章 信息物理融合系统及任务调度概述 | 第21-32页 |
| 2.1 信息物理融合系统概述 | 第21-25页 |
| 2.1.1 信息物理融合的基本特征 | 第21-23页 |
| 2.1.2 信息物理融合的分层结构 | 第23-25页 |
| 2.2 任务调度概述 | 第25-28页 |
| 2.2.1 任务调度的定义与目的 | 第25-27页 |
| 2.2.2 复杂系统中任务调度的流程分析 | 第27-28页 |
| 2.3 现有任务调度算法介绍 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于蚁群-布谷鸟的混合调度算法 | 第32-41页 |
| 3.1 典型蚁群算法的介绍 | 第32-34页 |
| 3.2 典型布谷鸟算法的介绍 | 第34-36页 |
| 3.3 DAG任务调度模型 | 第36-37页 |
| 3.4 混合算法的提出 | 第37-40页 |
| 3.4.1 优化搜索策略 | 第37-38页 |
| 3.4.2 信息素更新策略 | 第38-39页 |
| 3.4.3 算法描述 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于改进粒子群算法的多QoS约束任务调度策略 | 第41-51页 |
| 4.1 服务质量概述 | 第41-42页 |
| 4.2 标准粒子群优化算法介绍 | 第42-44页 |
| 4.3 算法的提出 | 第44-50页 |
| 4.3.1 多维QoS约束目标 | 第45-46页 |
| 4.3.2 基于高斯变异和精英集群优化的粒子群算法 | 第46-48页 |
| 4.3.3 算法流程描述 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 实验仿真和结果分析 | 第51-64页 |
| 5.1 实验方案 | 第51页 |
| 5.2 CloudSim仿真器的简介 | 第51-53页 |
| 5.3 基于蚁群-布谷鸟的混合调度算法的实验与分析 | 第53-58页 |
| 5.3.1 执行时间结果分析 | 第54-56页 |
| 5.3.2 执行所需成本分析 | 第56-57页 |
| 5.3.3 负载均衡结果分析 | 第57-58页 |
| 5.4 基于改进粒子群算法的多QoS约束任务调度算法的实验与分析 | 第58-63页 |
| 5.4.1 执行时间结果分析 | 第59-60页 |
| 5.4.2 截止时间底线违背率结果分析 | 第60-61页 |
| 5.4.3 平均总效益结果分析 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间发表的学术论文 | 第70-71页 |
| 攻读学位期间参加的科研项目 | 第71-73页 |
| 致谢 | 第73页 |
