云计算环境下任务调度算法的研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-13页 |
1.3 主要内容及创新点 | 第13-14页 |
1.4 本文的结构安排 | 第14-15页 |
第二章 云计算概述 | 第15-29页 |
2.1 云计算的分类 | 第15-18页 |
2.1.1 按服务类型分类 | 第15-17页 |
2.1.2 按服务对象分类 | 第17-18页 |
2.2 云计算的特征和优势 | 第18-19页 |
2.2.1 云计算的特征 | 第18页 |
2.2.2 云计算的优势 | 第18-19页 |
2.3 云计算的体系结构 | 第19-21页 |
2.4 云计算的实现机制 | 第21-22页 |
2.5 云计算的关键技术 | 第22-24页 |
2.5.1 虚拟化技术 | 第22页 |
2.5.2 分布式数据存储技术 | 第22页 |
2.5.3 分布式数据处理技术 | 第22-24页 |
2.5.4 分布式数据管理技术 | 第24页 |
2.6 云计算任务调度的体系 | 第24-26页 |
2.6.1 云任务调度的概念 | 第24-25页 |
2.6.2 云任务调度的主要流程 | 第25页 |
2.6.3 云任务调度的特点 | 第25-26页 |
2.6.4 云任务调度主要优化目标 | 第26页 |
2.7 云计算仿真器CloudSim简介 | 第26-28页 |
2.7.1 CloudSim体系结构 | 第26-27页 |
2.7.2 CloudSim的特性 | 第27-28页 |
2.7.3 CloudSim的仿真数据流程 | 第28页 |
2.8 本章小结 | 第28-29页 |
第三章 云任务调度改进遗传算法 | 第29-43页 |
3.1 遗传算法简介 | 第29-31页 |
3.1.1 相关专业术语 | 第29-30页 |
3.1.2 遗传算法的优缺点 | 第30-31页 |
3.1.3 传统遗传算法的基本步骤 | 第31页 |
3.2 云任务调度相关描述 | 第31-32页 |
3.2.1 云任务的描述 | 第32页 |
3.2.2 虚拟机资源的描述 | 第32页 |
3.3 云任务调度改进遗传算法的设计 | 第32-37页 |
3.3.1 编码规则 | 第33页 |
3.3.2 适应度函数 | 第33-34页 |
3.3.3 轮盘赌选择操作 | 第34页 |
3.3.4 双点交叉操作 | 第34-35页 |
3.3.5 改进变异操作 | 第35-36页 |
3.3.6 云任务调度改进遗传算法的具体描述 | 第36-37页 |
3.4 仿真实验与分析 | 第37-42页 |
3.4.1 收敛速度方面的比较实验和结果分析 | 第38-39页 |
3.4.2 负载均衡方面的比较实验和结果分析 | 第39-40页 |
3.4.3 任务完成时间方面的比较实验和结果分析 | 第40-42页 |
3.5 本章小结 | 第42-43页 |
第四章 云任务调度改进模拟退火算法 | 第43-56页 |
4.1 贪心算法简介 | 第43页 |
4.1.1 贪心算法基本思想 | 第43页 |
4.1.2 贪心算法的基本步骤 | 第43页 |
4.2 模拟退火算法简介 | 第43-44页 |
4.2.1 模拟退火算法的基本原理 | 第44页 |
4.2.2 模拟退火算法的基本步骤 | 第44页 |
4.3 云任务调度模型 | 第44-47页 |
4.3.1 云任务调度数学模型 | 第44-45页 |
4.3.2 与模型相关的属性及参数 | 第45-47页 |
4.4 云任务调度改进模拟退火算法的设计 | 第47-51页 |
4.4.1 编码解码与目标函数 | 第47-48页 |
4.4.2 用户QoS约束时间贪心策略 | 第48-49页 |
4.4.3 双点自交叉操作 | 第49页 |
4.4.4 云任务调度改进模拟退火算法的流程 | 第49-51页 |
4.5 仿真实验 | 第51-55页 |
4.5.1 评价指标 | 第52页 |
4.5.2 实验设计 | 第52-54页 |
4.5.3 结果分析 | 第54-55页 |
4.6 本章小结 | 第55-56页 |
第五章 总结与展望 | 第56-58页 |
5.1 总结 | 第56-57页 |
5.2 展望 | 第57-58页 |
参考文献 | 第58-61页 |
致谢 | 第61-62页 |
攻读学位期间的研究成果 | 第62-63页 |