| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 1 绪论 | 第10-15页 |
| 1.1 云计算的研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究内容及工作 | 第12-14页 |
| 1.4 论文结构安排 | 第14-15页 |
| 2 云计算相关理论及任务调度概述 | 第15-24页 |
| 2.1 云计算相关理论 | 第15-19页 |
| 2.1.1 大数据 | 第15-16页 |
| 2.1.2 云计算 | 第16-19页 |
| 2.1.3 云计算与大数据 | 第19页 |
| 2.2 云计算关键技术 | 第19-21页 |
| 2.3 任务调度概述 | 第21-23页 |
| 2.3.1 云计算环境下服务流程 | 第22页 |
| 2.3.2 云计算环境下任务调度模型 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 基于遗传算法的任务调度算法 | 第24-37页 |
| 3.1 简单遗传算法 | 第24页 |
| 3.2 遗传算法流程 | 第24-30页 |
| 3.3 基于简单遗传算法的任务调度算法 | 第30-35页 |
| 3.3.1 算法建模 | 第30-31页 |
| 3.3.2 个体基因编码与解码 | 第31-32页 |
| 3.3.3 适应度函数的选取 | 第32页 |
| 3.3.4 遗传操作 | 第32-33页 |
| 3.3.5 CloudSim | 第33-35页 |
| 3.3.6 仿真实验与结果分析 | 第35页 |
| 3.4 本章小结 | 第35-37页 |
| 4 基于改进遗传算法的任务调度算法 | 第37-46页 |
| 4.1 IGA(ImprovedGeneticAlgorithm)调度算法 | 第37-39页 |
| 4.1.1 三段式选择法 | 第37页 |
| 4.1.2 交叉区域相似度与无性繁殖 | 第37-38页 |
| 4.1.3 仿真实验与结果分析 | 第38-39页 |
| 4.2 EIGA(EnhancedImprovedGeneticAlgorithm)调度算法 | 第39-42页 |
| 4.2.1 总-分-总遗传策略 | 第39-40页 |
| 4.2.2 仿真实验与结果分析 | 第40-42页 |
| 4.3 PIGA(PhagocytosisImprovedGeneticAlgorithm)调度算法 | 第42-45页 |
| 4.3.1 吞噬机制 | 第42-43页 |
| 4.3.2 吞噬机制存在的问题及解决方案 | 第43-44页 |
| 4.3.3 仿真实验与结果分析 | 第44-45页 |
| 4.4 EIGA调度与PIGA调度 | 第45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 总结与展望 | 第46-47页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 作者简介 | 第52页 |
