| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第1章 绪论 | 第15-20页 |
| 1.1 研究背景与意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 国外研究现状 | 第16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.3 论文的主要工作 | 第17-18页 |
| 1.4 论文的组织结构 | 第18-20页 |
| 第2章 任务调度问题概述 | 第20-25页 |
| 2.1 任务图概念 | 第20-21页 |
| 2.2 任务调度的概念 | 第21页 |
| 2.3 任务调度问题的多核通信模型 | 第21-23页 |
| 2.3.1 总线通信方式 | 第21页 |
| 2.3.2 全互联通信方式 | 第21-22页 |
| 2.3.3 片上网络通信方式 | 第22-23页 |
| 2.4 任务调度常用的解决方案 | 第23-24页 |
| 2.4.1 列表调度 | 第23页 |
| 2.4.2 任务复制 | 第23页 |
| 2.4.3 任务聚簇 | 第23-24页 |
| 2.4.4 随机搜索 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于遗传算法和蚁群算法的列表调度方案 | 第25-33页 |
| 3.1 经典调度算法的实现极其缺陷 | 第25-29页 |
| 3.2 经典列表调度算法在片上网络通信环境下的缺陷 | 第29-31页 |
| 3.3 基于遗传算法的列表调度方案 | 第31页 |
| 3.4 基于蚁群算法的列表调度方案 | 第31页 |
| 3.5 本章小结 | 第31-33页 |
| 第4章 基于遗传算法和蚁群算法的列表调度算法实现 | 第33-56页 |
| 4.1 LSGA算法 | 第33-42页 |
| 4.1.1 LSGA算法的基本原理 | 第33-34页 |
| 4.1.2 LSGA算法的染色体编码 | 第34-35页 |
| 4.1.3 LSGA算法的遗传因子 | 第35-36页 |
| 4.1.4 LSGA算法的适应值函数 | 第36页 |
| 4.1.5 LSGA算法的初始种群 | 第36-37页 |
| 4.1.6 LSGA算法的后代种群选取方案 | 第37-40页 |
| 4.1.7 LSGA的算法实现 | 第40-42页 |
| 4.2 LSACO算法 | 第42-51页 |
| 4.2.1 LSACO算法的基本原理 | 第42-44页 |
| 4.2.2 LSACO算法在列表调度中的映射 | 第44-45页 |
| 4.2.3 LSACO算法的信息素 | 第45-46页 |
| 4.2.4 LSACO算法的信息素初始化 | 第46页 |
| 4.2.5 LSACO算法状态迁移规则 | 第46-48页 |
| 4.2.6 LSACO算法的信息素更新 | 第48-49页 |
| 4.2.7 LSACO算法的具体实现 | 第49-51页 |
| 4.3 MLSACO算法 | 第51-55页 |
| 4.3.1 MLSACO算法的基本原理 | 第51页 |
| 4.3.2 MLSACO算法的两个角度 | 第51-52页 |
| 4.3.3 MLSACO算法的多目标系数加权方案 | 第52-53页 |
| 4.3.4 MLSACO算法的具体实现 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 实验对比测试和分析 | 第56-72页 |
| 5.1 性能评估参数的选取 | 第56页 |
| 5.2 样本任务图的生成 | 第56-58页 |
| 5.3 LSGA算法和SLS算法的性能对比 | 第58-62页 |
| 5.4 LSGA算法和ILS-Mb算法的性能对比 | 第62-63页 |
| 5.5 LSACO算法和SLS算法的性能对比 | 第63-67页 |
| 5.6 MLSACO算法与SLS算法的性能对比 | 第67-70页 |
| 5.7 算法时间复杂度的分析 | 第70-71页 |
| 5.8 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第77-78页 |