基于遗传--蚁群的高性能计算任务调度算法研究

目录

声明

摘要

1绪论

1．1研究背景及意义

1．2国内外研究现状

1．2．1任务调度研究现状

1．2．2蚁群算法的研究现状

1．2．3遗传算法的研究现状

1．3论文的主要工作

1．4论文的组织结构

2高性能计算以及任务调度分析

2．1相关理论基础

2．1．1HPCC技术

2．1．2集群作业调度系统

2．1．3作业调度模拟器

2．2高性能计算中任务调度

2．2．1任务调度目标

2．2．2任务调度特点

2．2．3任务调度负载模型

2．3经典任务调度算法分析

2．3．1Min-Min和Max-Min算法

2．3．2粒子群算法

2．3．3模拟退火算法

2．4本章小结

3基于改进蚁群算法的高性能计算任务调度设计

3．1蚁群算法

3．1．1蚁群算法的简述

3．1．2蚁群算法的基本原理

3．1．3蚁群算法的实现步骤

3．2蚁群算法的改进

3．2．1服务器负载因子的引入

3．2．2信息素初始化

3．2．3服务器节点转移概率的选择

3．2．4信息素更新

3．2．5算法步骤

3．3实验与分析

3．3．1实验参数设置

3．3．2实验对比与结果分析

3．4本章小结

4基于遗传与蚁群融合算法的高性能计算任务调度设计

4．1遗传算法

4．1．1遗传算法的简述

4．1．2遗传算法的基本原理

4．1．3遗传算法的实现步骤

4．2蚁群与遗传算法的融合思想

4．3遗传与蚁群融合算法的任务调度求解过程

4．3．1染色体编码和解码

4．3．2目标函数和适应度函数

4．3．3遗传操作

4．3．4遗传与蚁群算法的融合点

4．3．5信息素初始化

4．3．6算法步骤

4．4实验与分析

4．4．1实验参数设置

4．4．2实验结果与分析

4．5本章小结

5总结与展望

5．1总结

5．2展望

参考文献

个人简历、在学期间发表的学术论文与研究成果

致谢