摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
缩略词 | 第13-14页 |
第一章 绪论 | 第14-23页 |
1.1 研究背景和意义 | 第14-17页 |
1.2 研究现状分析 | 第17-20页 |
1.3 论文主要工作 | 第20页 |
1.4 论文组织结构 | 第20-23页 |
第二章 基于优先级的多级队列调度策略 | 第23-31页 |
2.1 云环境下的任务调度结构 | 第23-24页 |
2.2 多级队列调度策略 | 第24-25页 |
2.3 eMin-Min算法 | 第25-28页 |
2.3.1 Min-Min算法 | 第26-27页 |
2.3.2 改进Min-Min算法的eMin-Min算法 | 第27-28页 |
2.4 实验结果与分析 | 第28-30页 |
2.5 本章小结 | 第30-31页 |
第三章 优化粒子群的云计算任务调度算法 | 第31-50页 |
3.1 智能优化算法简介 | 第31-36页 |
3.2 标准PSO算法 | 第36-37页 |
3.3 粒子编码及初始化 | 第37-38页 |
3.3.1 粒子编码 | 第37-38页 |
3.3.2 种群初始化 | 第38页 |
3.3.3 适应度函数 | 第38页 |
3.4 相关性PSO算法 | 第38-43页 |
3.4.1 Copula相关知识 | 第39-40页 |
3.4.2 CPSO算法 | 第40-42页 |
3.4.3 CPSO算法的粒子行为分析 | 第42-43页 |
3.5 CPSO算法的收敛性分析 | 第43-45页 |
3.6 带极值扰动的CPSO算法 | 第45-46页 |
3.6.1 极值扰动 | 第45页 |
3.6.2 EDCPSO算法 | 第45-46页 |
3.7 云计算任务调度中的多目标优化 | 第46-47页 |
3.8 实验结果与分析 | 第47-49页 |
3.8.1 实验结果 | 第48-49页 |
3.8.2 实验分析 | 第49页 |
3.9 本章小结 | 第49-50页 |
第四章 融合粒子群和蚁群的云计算任务调度算法 | 第50-65页 |
4.1 粒子编码及初始化 | 第51-52页 |
4.1.1 粒子编码 | 第51-52页 |
4.1.2 种群初始化 | 第52页 |
4.1.3 适应度函数 | 第52页 |
4.2 PSO算法分析 | 第52-53页 |
4.3 ACO算法分析 | 第53-55页 |
4.3.1 信息素初始化 | 第54页 |
4.3.2 路径选择 | 第54页 |
4.3.3 更新信息素 | 第54-55页 |
4.4 融合PSO和ACO的PSACO2算法 | 第55-58页 |
4.4.1 PSACO2算法思想 | 第55页 |
4.4.2 PSACO2算法实现 | 第55-58页 |
4.5 PSACO2算法的复杂度分析 | 第58-59页 |
4.6 PSACO2算法的收敛性分析 | 第59-62页 |
4.7 实验结果与分析 | 第62-64页 |
4.7.1 实验结果 | 第63-64页 |
4.7.2 实验分析 | 第64页 |
4.8 本章小结 | 第64-65页 |
第五章 云计算任务调度算法测试平台的实现 | 第65-82页 |
5.1 CloudSim简介 | 第65-67页 |
5.1.1 CloudSim体系结构 | 第65-66页 |
5.1.2 CloudSim技术实现 | 第66-67页 |
5.2 CloudSim的安装方法 | 第67-69页 |
5.3 CloudSim中任务调度算法的扩展 | 第69-72页 |
5.4 云计算任务调度算法测试平台的设计 | 第72-79页 |
5.4.1 功能描述 | 第73-76页 |
5.4.2 数据库设计 | 第76-79页 |
5.5 实验结果与分析 | 第79-81页 |
5.5.1 实验结果 | 第79-80页 |
5.5.2 实验分析 | 第80-81页 |
5.6 本章小结 | 第81-82页 |
第六章 总结与展望 | 第82-84页 |
6.1 论文总结 | 第82页 |
6.2 研究展望 | 第82-84页 |
参考文献 | 第84-88页 |
致谢 | 第88-89页 |
攻读硕士期间发表的学术论文 | 第89-90页 |
附录A 相关性粒子群算法的详细实现代码 | 第90-92页 |
附录B 基于CloudSim仿真的详细实现代码 | 第92-96页 |
附录C 实验设置的任务与资源的详细信息 | 第96-98页 |