| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·选题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·主要研究内容 | 第11页 |
| ·本文的章节结构 | 第11-13页 |
| 第2章 网格计算与任务调度 | 第13-24页 |
| ·网格计算及其分类 | 第13-16页 |
| ·网格的定义 | 第13页 |
| ·网格的分类 | 第13-15页 |
| ·网格的起源与发展 | 第15-16页 |
| ·网格计算的体系结构 | 第16-18页 |
| ·五层沙漏模型 | 第16-18页 |
| ·开放网格体系结构 | 第18页 |
| ·网格任务调度及其分类 | 第18-23页 |
| ·网格任务调度概述 | 第18-20页 |
| ·网格任务调度的特点 | 第20-21页 |
| ·网格任务调度的目标 | 第21-22页 |
| ·任务调度策略及其分类 | 第22-23页 |
| ·网格应用 | 第23-24页 |
| 第3章 经典网格任务调度算法分析 | 第24-70页 |
| ·网格任务调度方法概述 | 第24-33页 |
| ·启发式调度方法 | 第24-31页 |
| ·其它调度算法 | 第31-33页 |
| ·遗传算法及其网格任务调度中的应用 | 第33-45页 |
| ·遗传算法的相关概念 | 第33-36页 |
| ·遗传算法的基本组成 | 第36-40页 |
| ·遗传算法的实现流程 | 第40-43页 |
| ·遗传算法的改进及其应用 | 第43-45页 |
| ·蚁群算法及其在网格任务调度中的应用 | 第45-56页 |
| ·基本蚁群算法的原理 | 第45-46页 |
| ·基本蚁群算法的数学模型 | 第46-50页 |
| ·基本蚁群优化算法的流程 | 第50-51页 |
| ·蚁群算法的特点及其参数选择分析 | 第51-56页 |
| ·动态混合算法模型的设计 | 第56-70页 |
| ·遗传算法的改进研究 | 第57-59页 |
| ·自适应遗传算法的改进 | 第59-62页 |
| ·自适应蚁群算法及其改进策略 | 第62-66页 |
| ·动态混合算法模型的设计概略 | 第66-70页 |
| 第4章 基于动态混合算法模型的网格任务调度算法设计与实现 | 第70-84页 |
| ·网格任务调度概述 | 第70-76页 |
| ·网格任务调度分类 | 第70-71页 |
| ·网格任务调度问题的描述 | 第71-73页 |
| ·基于代理的网络任务调度系统模型 | 第73-76页 |
| ·基于动态混合算法模型的网格任务调度算法的设计 | 第76-83页 |
| ·设计思路 | 第76-77页 |
| ·算法的求解流程 | 第77-79页 |
| ·动态混合算法模型的实现 | 第79-83页 |
| ·动态混合算法的稳性能分析 | 第83-84页 |
| 第5章 仿真结果及其性能分析 | 第84-96页 |
| ·仿真环境设置 | 第84-88页 |
| ·GridSim概述及其体系结构 | 第84-86页 |
| ·Gridsim的实体和通信 | 第86页 |
| ·参数设置 | 第86-88页 |
| ·动态混合算法模型的仿真实验 | 第88-92页 |
| ·基于GridSim的网格调度算法的开发 | 第88-91页 |
| ·使用GridSim的仿真过程 | 第91-92页 |
| ·实验结果分析与性能评价 | 第92-96页 |
| ·仿真实验结果 | 第93-96页 |
| 第6章 结论 | 第96-98页 |
| ·研究工作总结 | 第96-97页 |
| ·进一步研究工作的展望 | 第97-98页 |
| 参考文献 | 第98-102页 |
| 致谢 | 第102页 |