声明
摘要
1绪论
1．1研究背景与研究意义
1．2云计算调度国内外研究现状
1．2．1解决QOS问题
1．2．2保证系统负载均衡
1．2．3减少能耗
1．3本文组织结构
2云计算及启发式调度算法
2．1云计算
2．1．1云计算的三个服务模型
2．1．2云计算的四个部署模型
2．1．3云计算的五个基本特征
2．1．4主流的云计算调度策略
2．1．5云计算重要核心技术
2．2云计算任务调度问题描述
2．2．1云计算任务调度的特点
2．2．2云计算任务调度的目标
2．2．3云计算任务调度过程描述
2．3云计算任务调度算法
2．3．1传统的任务调度算法
2．3．2启发式任务调度算法
2．4本章小结
3以任务完成时间为目标的云计算任务调度方法
3．1基于蚁群优化算法的云计算任务调度
3．2基于改进蚁群优化算法的任务调度
3．2．1信息素更新方式的改进
3．2．2信息素挥发系数的改进
3．2．3算法流程
3．3人工蜂群算法
3．3．1蜜蜂觅食原理
3．3．2人工蜂群算法执行步骤
3．4基于改进人工蜂群算法的任务调度方法
3．4．1初始化
3．4．2改进食物源的选择概率模型
3．4．3改进蜂群的搜索策略
3．4．4基于改进人工蜂群算法的任务调度流程
3．5本章小结
4多目标云计算任务调度策略
4．1遗传算法
4．2基于改进遗传算法的多目标任务调度
4．2．1染色体编码
4．2．2适应度函数的设计
4．2．3种群初始化方案设计
4．2．4遗传算子设计
4．2．5终止条件设计
4．3本章小结
5．实验及结果分析
5．1．2 CloudSim技术分析
5．1．3 CloudSim仿真步骤
5．2实验环境以及实验缩略词表
5．3以任务最小完工时间为目标的任务调度实验
5．3．1改进蚁群优化算法的任务调度实验
5．3．2改进人工蜂群算法的任务调度实验
5．3．3两种改进算法与其他算法的对比实验
5．4多目标任务调度实验
5．4．1实验参数设置
5．4．2基于改进遗传算法的多目标任务调度实验
5．5本章小结
6．总结与展望
6．1本文工作总结
致谢
参考文献
附录
