摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-14页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 当前研究现状 | 第11-12页 |
1.3 主要研究内容 | 第12-13页 |
1.4 论文的组织结构 | 第13-14页 |
第2章 云工作流及调度相关理论基础 | 第14-22页 |
2.1 云计算概述 | 第14-15页 |
2.2 云工作流 | 第15-16页 |
2.2.1 工作流 | 第15页 |
2.2.2 云工作流 | 第15-16页 |
2.2.3 云工作流系统 | 第16页 |
2.3 云工作调度 | 第16-19页 |
2.3.1 基于最大努力的云工作流调度 | 第17-18页 |
2.3.2 基于QoS约束的云工作流调度 | 第18-19页 |
2.4 云工作流仿真平台WorkflowSim | 第19-21页 |
2.5 本章小结 | 第21-22页 |
第3章 基于萤火虫算法和动态优先级的多QoS云工作流调度方法 | 第22-38页 |
3.1 工作流和云资源描述 | 第22-23页 |
3.1.1 工作流 | 第22-23页 |
3.1.2 云资源 | 第23页 |
3.2 问题描述 | 第23-25页 |
3.2.1 完成时间 | 第23-24页 |
3.2.2 费用 | 第24页 |
3.2.3 可靠性 | 第24-25页 |
3.2.4 调度目标 | 第25页 |
3.3 基于萤火虫算法和动态优先级的云工作流调度算法 | 第25-31页 |
3.3.1 标准萤火虫算法 | 第25-26页 |
3.3.2 适用于云工作流调度的萤火虫算法CWFA | 第26-28页 |
3.3.3 CWFA算法流程 | 第28-31页 |
3.4 实验分析 | 第31-37页 |
3.4.1 实验配置 | 第31-33页 |
3.4.2 参数分析 | 第33-34页 |
3.4.3 结果对比 | 第34-37页 |
3.5 本章小结 | 第37-38页 |
第4章 基于均衡聚类的云工作流调度优化方法 | 第38-57页 |
4.1 引言 | 第38-39页 |
4.2 任务聚类 | 第39-40页 |
4.3 非均衡聚类问题 | 第40-42页 |
4.4 时间均衡聚类算法 | 第42-44页 |
4.5 依赖均衡聚类算法 | 第44-46页 |
4.5.1 算法思想 | 第44-45页 |
4.5.2 算法过程 | 第45-46页 |
4.6 实验分析 | 第46-55页 |
4.6.1 实验配置 | 第46-48页 |
4.6.2 聚类个数的确定 | 第48-49页 |
4.6.3 时间均衡聚类算法RBCA实验分析与对比 | 第49-51页 |
4.6.4 依赖均衡聚类算法DBCA实验分析与对比 | 第51-54页 |
4.6.5 时间均衡聚类算法和依赖均衡聚类算法的适用范围 | 第54-55页 |
4.7 本章小结 | 第55-57页 |
第5章 总结与展望 | 第57-59页 |
5.1 本文工作总结 | 第57-58页 |
5.2 未来工作 | 第58-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-64页 |
附录 | 第64-65页 |
详细摘要 | 第65-67页 |