声明
摘要
1 绪论
1.1 研究背景
1.2 研究的目的和意义
1.3 国内外研究现状
1.4 本文的结构
2 Hadoop作业调度算法与群智能算法分析
2.1 Hadoop平台简介
2.1.1 Hndoop平台概述
2.1.2 HDFS的熏统架构
2.1.3 MapReduce的工作原理
2.1.4 资源管理系统YARN
2.2 Hadoop平台现有的调度算法分析
2.2.1 先进先出调度算法
2.2.2 计算能力调度算法
2.2.3 公平调度算法
2.2.4 上述算法的优缺点
2.3 群智能优化算法分析
2.3.1 群智能优化算法介绍
2.3.2 几种智能优化算法介绍
2.3.3 上述智能算法的优缺点
3 基于改进人工蜂群算法的Hadoop作业调度研究
3.1 人工蜂群算法描述
3.2 人工蜂群算法的特点以及存在的问题
3.3 改进的人工蜂群算法
3.3.1 基于高斯变异思想的人工蜂群算法
3.3.2 引进自适应参数,动态调整种群的寻优策略
3.4 改进人工蜂群算法在Hadoop中的应用
3.5 本章小结
4 基于差分-蜂群混合算法的Hadoop作业调度研究
4.1 差分进化算法描述
4.2 差分进化算法改进研究
4.2.1 差分进化算法的特点以及存在的问题
4.2.2 引入自适应交叉概率
4.3 差分-蜂群混合作业算法混合策略设计
4.4 本章小结
5 实验与分析
5.1 实验平台搭建
5.2 实验结果与分析
5.3 本章小结
6 总结与展望
参考文献
致谢
攻读学位期间取得的科研成果清单