| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-27页 |
| 1.1 研究背景 | 第16-22页 |
| 1.1.1 从超级计算机看并行分布式计算 | 第16-19页 |
| 1.1.2 分布式计算的发展——网格与云计算 | 第19-20页 |
| 1.1.3 分布式计算的核心——任务调度 | 第20-22页 |
| 1.2 国内外研究现状 | 第22-24页 |
| 1.2.1 静态调度 | 第22-23页 |
| 1.2.2 动态调度 | 第23-24页 |
| 1.3 本文主要工作及贡献 | 第24-26页 |
| 1.4 论文组织结构 | 第26-27页 |
| 第2章 调度模型与计算智能 | 第27-38页 |
| 2.1 任务调度模型 | 第27-30页 |
| 2.1.1 计算环境 | 第27-28页 |
| 2.1.2 任务模型 | 第28-29页 |
| 2.1.3 调度目标 | 第29-30页 |
| 2.2 计算智能相关理论 | 第30-37页 |
| 2.2.1 遗传算法 | 第31-33页 |
| 2.2.2 蚁群算法 | 第33-34页 |
| 2.2.3 强化学习 | 第34-37页 |
| 2.3 本章小结 | 第37-38页 |
| 第3章 并发随机任务的自适应调度算法 | 第38-59页 |
| 3.1 引言 | 第38-40页 |
| 3.2 相关工作 | 第40-42页 |
| 3.2.1 静态调度 | 第40页 |
| 3.2.2 动态调度 | 第40-42页 |
| 3.3 研究动机 | 第42-44页 |
| 3.3.1 调度开销 | 第42页 |
| 3.3.2 响应时间与makespan | 第42-43页 |
| 3.3.3 前摄型适应调度 | 第43-44页 |
| 3.4 基于非线性规划调度算法 | 第44-48页 |
| 3.4.1 排队模型 | 第44-46页 |
| 3.4.2 调度算法 | 第46-47页 |
| 3.4.3 局限性分析 | 第47-48页 |
| 3.5 基于强化学习的自适应调度算法 | 第48-53页 |
| 3.5.1 调度问题MDP定义 | 第48-50页 |
| 3.5.2 基于学习的适应调度算法 | 第50-52页 |
| 3.5.3 性能分析和部署 | 第52-53页 |
| 3.6 实验及结果分析 | 第53-58页 |
| 3.6.1 收敛性 | 第53-54页 |
| 3.6.2 鲁棒性 | 第54-55页 |
| 3.6.3 性能分析 | 第55-57页 |
| 3.6.4 参数设置 | 第57-58页 |
| 3.7 本章小结 | 第58-59页 |
| 第4章 大规模分布式系统中基于学习的协同调度算法 | 第59-85页 |
| 4.1 引言 | 第59-60页 |
| 4.2 相关工作 | 第60-61页 |
| 4.3 分布式调度框架 | 第61-63页 |
| 4.4 合作型调度 | 第63-75页 |
| 4.4.1 研究动机 | 第63-64页 |
| 4.4.2 基于MDP调度模型 | 第64-66页 |
| 4.4.3 基于强化学习分布式合作调度算法 | 第66-69页 |
| 4.4.4 实验及结果分析 | 第69-75页 |
| 4.5 自利型调度 | 第75-84页 |
| 4.5.1 博弈模型 | 第75-77页 |
| 4.5.2 基于学习的分布式博弈调度算法 | 第77-79页 |
| 4.5.3 实验及结果分析 | 第79-84页 |
| 4.6 本章小结 | 第84-85页 |
| 第5章 适用于数据密集型网格的遗传调度算法 | 第85-103页 |
| 5.1 引言 | 第85-86页 |
| 5.2 相关工作 | 第86页 |
| 5.3 问题描述及模型 | 第86-90页 |
| 5.4 调度算法 | 第90-99页 |
| 5.4.1 算法并行架构 | 第90-91页 |
| 5.4.2 存储资源选择 | 第91-93页 |
| 5.4.3 基于改进遗传算法的任务调度 | 第93-97页 |
| 5.4.4 算法合成 | 第97-99页 |
| 5.5 实验及结果分析 | 第99-102页 |
| 5.5.1 比较算法 | 第99页 |
| 5.5.2 实验结果 | 第99-102页 |
| 5.6 本章小结 | 第102-103页 |
| 第6章 可用性和makespan双目标下的蚁群调度算法 | 第103-119页 |
| 6.1 引言 | 第103-104页 |
| 6.2 相关工作 | 第104-105页 |
| 6.3 研究动机 | 第105-106页 |
| 6.4 问题描述及模型 | 第106-110页 |
| 6.4.1 makespan定义 | 第107-108页 |
| 6.4.2 可用性定义 | 第108-109页 |
| 6.4.3 调度模型 | 第109-110页 |
| 6.5 双目标优化算法 | 第110-114页 |
| 6.5.1 蚁群算法 | 第110-112页 |
| 6.5.2 优化机制 | 第112-114页 |
| 6.6 实验及结果分析 | 第114-118页 |
| 6.6.1 小规模环境下性能分析 | 第115-116页 |
| 6.6.2 系统规模的影响 | 第116-117页 |
| 6.6.3 真实环境下性能分析 | 第117-118页 |
| 6.7 本章小结 | 第118-119页 |
| 结论 | 第119-121页 |
| 参考文献 | 第121-133页 |
| 致谢 | 第133-134页 |
| 附录A 攻读学位期间所发表的学术论文 | 第134-135页 |
| 附录B 攻读学位期间所参加的科研项目 | 第135页 |