摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 基于光网络的分布式计算系统 | 第11-19页 |
1.1 分布式计算系统 | 第11-12页 |
1.2 光网络的智能化 | 第12-14页 |
1.3 基于光网络的分布式计算系统的结构 | 第14-16页 |
1.4 基于光网络的分布式计算系统存在的挑战 | 第16-18页 |
1.5 本章小结 | 第18-19页 |
第二章 多用户应用请求调度问题及数学模型 | 第19-33页 |
2.1 多用户应用请求调度问题 | 第19-22页 |
2.2 基于光网络的分布式计算系统模型 | 第22-24页 |
2.3 用户应用请求模型 | 第24-26页 |
2.4 约束条件及优化目标 | 第26-32页 |
2.5 本章小结 | 第32-33页 |
第三章 基于总的完成时间和执行公平性的多用户应用请求调度算法 | 第33-57页 |
3.1 常用调度算法介绍 | 第33-35页 |
3.2 多用户应用请求直接合成算法 | 第35-36页 |
3.3 多用户应用请求延时加权算法 | 第36-38页 |
3.4 多用户应用请求插入算法 | 第38-39页 |
3.5 简单例子说明 | 第39-43页 |
3.6 仿真结果及分析 | 第43-55页 |
3.6.1 延时加权系数对算法的影响 | 第44-47页 |
3.6.2 用户应用请求可执行任务平均个数对算法的影响 | 第47-49页 |
3.6.3 随机到达系统的用户应用请求个数对算法的影响 | 第49-51页 |
3.6.4 可执行任务平均数据量对算法的影响 | 第51-53页 |
3.6.5 通信计算比对算法的影响 | 第53-55页 |
3.7 本章小结 | 第55-57页 |
第四章 面向拥有最后完成期限的多用户应用请求的调度算法 | 第57-71页 |
4.1 多用户应用请求最后完成期限算法 | 第57-60页 |
4.2 仿真结果分析及总结 | 第60-70页 |
4.2.1 到达时间平均间隔对算法的影响 | 第62-64页 |
4.2.2 最后完成期限的时间紧迫系数对算法的影响 | 第64-65页 |
4.2.3 可执行任务的平均个数对算法的影响 | 第65-66页 |
4.2.4 随机到达的用户应用请求的个数对算法的影响 | 第66-67页 |
4.2.5 通信计算比对算法的影响 | 第67-68页 |
4.2.6 平均出度对算法的影响 | 第68-69页 |
4.2.7 仿真结果分析 | 第69-70页 |
4.3 本章小结 | 第70-71页 |
第五章 多用户应用请求调度算法容错保护策略研究 | 第71-82页 |
5.1 基于光网络的分布式计算系统容错保护问题 | 第71-72页 |
5.2 多用户应用请求调度算法的1+1 保护策略 | 第72-73页 |
5.3 多用户应用请求调度算法的1:N 共享保护策略 | 第73-74页 |
5.4 仿真结果及分析 | 第74-81页 |
5.4.1 通信计算比对算法的影响 | 第75-76页 |
5.4.2 用户应用请求平均到达时间间隔对算法的影响 | 第76-77页 |
5.4.3 故障持续时间对算法的影响 | 第77-79页 |
5.4.4 故障间隔时间对算法的影响 | 第79-80页 |
5.4.5 仿真结果分析及总结 | 第80-81页 |
5.5 本章小结 | 第81-82页 |
第六章 全文总结 | 第82-85页 |
6.1 主要结论 | 第82-83页 |
6.2 研究展望 | 第83-85页 |
参考文献 | 第85-88页 |
致谢 | 第88-89页 |
攻读硕士学位期间已发表或录用的论文 | 第89-91页 |