一种基于最大流算法的任务分配方法、装置及设备制造方法及图纸

本申请公开了一种基于最大流算法的任务分配方法、装置及设备。其中，该任务分配方法具体包括，获取工作对象信息和待分配任务信息；根据工作对象信息和待分配任务信息构建容量网络，其中，所述容量网络中各边的权重根据工作对象处理不同类别任务的处理效率确定；利用预设最大流算法求解所述容量网络中，所有从源节点到汇节点的任务分配路径；根据所述任务分配路径分配所述待分配任务。本申请以待分配任务的处理效率和/或工作对象产生的价值为参考，配置得到容量网络中每条边的权重，使最终结果中，待分配任务的处理效率或工作对象产生的价值，达到整体最优的状态。

Task assignment method, device and device based on maximum flow algorithm

The application discloses a method, device and device for task allocation based on maximum flow algorithm. Among them, the task allocation method includes acquiring the work object information and the task information to be allocated; constructing the capacity network according to the work object information and the task information to be allocated, wherein the weight of each side in the capacity network is determined according to the processing efficiency of the work object processing different kinds of tasks; and utilizing the preset maximum flow. The algorithm solves all task assignment paths from the source node to the sink node in the capacity network, and assigns the task to be assigned according to the task assignment path. Referring to the processing efficiency of tasks to be allocated and/or the value generated by work objects, this application configures the weight of each edge in the capacity network, so that the processing efficiency of tasks to be allocated or the value generated by work objects in the final result can reach the overall optimal state.

【技术实现步骤摘要】
一种基于最大流算法的任务分配方法、装置及设备
本申请涉及互联网
，尤其涉及一种基于最大流算法的任务分配方法、装置及设备。
技术介绍
随着日常生活中产生的大量生活服务需求，O2O即onlinetooffline(线上到线下)服务性模式的发展迅猛，以将线上预订，线下服务，支付等流程转移到生活服务场景中，例如：供应商通过线上提供上门维修家电，清洗家电，家居安装等服务。为了提高市场占有率，服务效率和服务质量成为各大供应商的必要考虑问题所在，因此，如何高效的为多能工指派订单就成为一个重要的问题。现有技术中，多采用区域派单模式；即，当订单到达时指派当前最合适的多能工，这种派单模式本质上使用的是贪心算法，并未考虑到全局最优解性能。
技术实现思路
本说明书实施例提供一种基于最大流算法的任务分配方法、装置及设备，以实现任务分配操作中整体左右的分配策略。本说明书实施例提供的一种基于最大流算法的任务分配方法，具体包括：获取工作对象信息和待分配任务信息；根据工作对象信息和待分配任务信息构建容量网络，其中，所述容量网络中各边的权重根据工作对象处理不同类别任务的处理效率确定；利用预设最大流算法求解所述容量网络中，所有从源节点到汇节点的任务分配路径；根据所述任务分配路径分配所述待分配任务。此外，本实施例还提供了一种基于最大流算法的任务分配装置，具体包括：信息获取模块，用于获取工作对象信息和待分配任务信息；构建模块，用于根据工作对象信息和待分配任务信息构建容量网络，其中，所述容量网络中各边的权重根据工作对象处理不同类别任务的处理效率确定；路径求解模块，用于利用预设最大流算法求解所述容量网络中，所有从源节点到汇节点的任务分配路径；任务分配模块，用于根据所述任务分配路径分配所述待分配任务。此外，本实施例还提供了一种基于最大流算法的任务分配设备，具体包括：存储器，存储基于最大流算法的任务分配程序；通讯接口，接收信息获取请求；处理器，在通讯接口接收到信息提取请求后，调用存储器中存储的基于最大流算法的任务分配程序，并执行：获取工作对象信息和待分配任务信息；根据工作对象信息和待分配任务信息构建容量网络，其中，所述容量网络中各边的权重根据工作对象处理不同类别任务的处理效率确定；利用预设最大流算法求解所述容量网络中，所有从源节点到汇节点的任务分配路径；根据所述任务分配路径分配所述待分配任务。本说明书实施例采用上述至少一个技术方案能够达到以下有益效果：根据工作对象信息和待分配任务信息构建容量网络，以为待分配任务的处理效率和/或工作对象产生的价值为参考，配置得到容量网络中每条边的权重，使最终结果中，待分配任务的处理效率或工作对象产生的价值，达到整体最优的状态。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本说明书实施例提供的基于最大流算法的任务分配方法流程图；图2为本说明书实施例提供的另一种基于最大流算法的任务分配方法流程图；图3为本说明书实施例提供的另一种基于最大流算法的任务分配方法流程图；图4为本说明书实施例提供的容量网络结构示意图；图5为本说明书实施例提供的另一种容量网络结构示意图；图6是本说明书实施例提供的用于基于最大流算法的任务分配装置结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。在说明书中的一个或多个实施例中，任务分配方法可以应用于将多个待分配任务合理分配给多个工作对象，以提高任务处理的效率，产生更大的价值。其中，由于工作对象的擅长技能不同，处理不同类型的任务的效率也不同，因此需要根据擅长技能和任务类型分配任务，以使工作对象处理待分配任务的整体效率达到最大。同时，任务分配方法还可以将待分配任务的价值作为参考，以使工作对象处理待分配任务时相同时间内产生最大的价值。具体的，在本申请的任务分配方法的实施例中，需要获取处于空闲状态的工作对象和待分配任务，将各工作对象和待分配任务作为节点，并根据工作对象的工作技能和待分配任务的任务类型对各节点建立连接；同时，增加源节点与工作对象节点的连接，汇节点与待分配任务节点的连接，形成容量网络，并基于该容量网络求解从源节点到汇节点的任务分配路径，进而根据所述任务分配路径分配所述待分配任务，使待分配任务的处理效率达到最大，或工作对象产生的价值达到最大。本说明书实施例中提供的基于最大流算法的任务分配方法，如图1所示，具体包括以下部分：步骤S100、获取工作对象信息和待分配任务信息。本实施例中，工作对象信息包括处于空闲状态的所有工作对象，该工作对象信息可以从工作对象池中获取。待分配任务信息包括所有需要处理的所述任务，该待分配任务信息可以从待分配任务池中获取。示例性地，在接收到来自用户(例如，通过客户端)的待分配任务(例如，能源服务需求类订单)时，可以获取并存储这些待分配任务的信息，大量的待分配任务信息形成待分配任务池。具体的，本实施例中所述的工作对象可以是可提供各种服务的任意类型的工作对象，例如，可以是具备特定技能的机器人、用于分配和调度资源的进程、用于为客户提供共享服务的共享单车或共享汽车、具有至少两项技能的多能工(多能工可以包括具有操作多种机器设备能力的作业人员)。与工作对象相对应的，待分配任务信息可以是根据客户需求生成的各种类型的任务，例如，可以是工厂生产线中由机器人处理的任务、应用程序运行时需要的内存和资源、共享汽车或共享汽车的订单、用户发出的且需多能工处理的特定服务需求。根据本申请的优选实施例，工作对象以能源服务和/或生活服务的工人为优选实施例，通常可以称他们为多能工，多能工可以具备多项技能(例如，维修燃气管道、维修水管、安装燃气表、更换燃气灶等)。对应地，待分配任务信息可以为能源服务需求类订单任务，例如，燃气用户通过客户端提交的燃气管道维修订单、燃气表安装订单等等。在能源领域，多能工的服务多数利用只基于工人的技能或者只基于工人的位置进行派单的分配规则，而忽视了多能工的多技能价值，而未考虑整体最优状态，因此，本申请实施例能够解决能源领域中存在的该问题。具体的，工作对象信息和待分配任务信息的获取过程中，可以先判断工作对象和待分配任务的状态，进而将符合要求的工作对象和待分配任务以数组或队列的形式存储于存储单元中。步骤S120、根据工作对象信息和待分配任务信息构建容量网络。其中，所述容量网络中各边的权重根据工作对象处理不同类别任务的处理效率确定。本实施例中，所述工作对象信息包括工作对象的工作状态、可处理任务类别、不同类别任务的处理效率。待分配任务信息包括待分配任务的工作状态、任务所属类别等信息。容量网络包括若干工作对象节点、若干待分配任务节点、一个源节点和一个汇节点。各个节点之间可以通过有向线段进行连接，以表示容量网络中业务逻辑流的方向。具体的，源节点分别与各工作对象节点连接，业务逻辑流的方向由源节点指向工作对象节点本文档来自技高网...

【技术保护点】
1.一种基于最大流算法的任务分配方法，其特征在于，包括：获取工作对象信息和待分配任务信息；根据工作对象信息和待分配任务信息构建容量网络，其中，所述容量网络中各边的权重根据工作对象处理不同类别任务的处理效率确定；利用预设最大流算法求解所述容量网络中，所有从源节点到汇节点的任务分配路径；根据所述任务分配路径分配所述待分配任务。

【技术特征摘要】
1.一种基于最大流算法的任务分配方法，其特征在于，包括：获取工作对象信息和待分配任务信息；根据工作对象信息和待分配任务信息构建容量网络，其中，所述容量网络中各边的权重根据工作对象处理不同类别任务的处理效率确定；利用预设最大流算法求解所述容量网络中，所有从源节点到汇节点的任务分配路径；根据所述任务分配路径分配所述待分配任务。2.根据权利要求1所述的方法，其特征在于，所述工作对象信息包括多个工作对象的工作技能和技能熟练度；所述待分配任务信息包括多个待分配任务的任务类别；根据工作对象信息和待分配任务信息构建容量网络，其中，所述容量网络中各边的权重根据工作对象处理不同类别任务的处理效率确定，具体包括：根据所述多个工作对象的工作技能，和多个待分配任务的任务类别构建容量网络；利用技能熟练度计算任一工作对象处理所述待分配任务时的处理效率；根据所述处理效率确定所述容量网络中与该工作对象对应的边的权重。3.根据权利要求2所述的方法，其特征在于，所述待分配任务信息还包括待分配任务的工作量；利用技能熟练度计算任一工作对象处理所述待分配任务时的处理效率，具体包括：利用所述技能熟练度和所述待分配任务的工作量计算所述工作对象处理所述待分配任务时的处理效率。4.根据权利要求1所述的方法，其特征在于：所述容量网络各边的权重根据工作对象处理不同类别任务所产生的价值确定。5.根据权利要求1所述的方法，其特征在于，所述预设最大流算法包括：Edmond—Karp算法、Ford-Fulkerson算法和Dinic算法。6.根据权利要求1所述的方法，其特征在于：工作对象信息包括多个多能工的工作技能和技能熟练度；待分配订单信息包括多个待分配订单的任务类别和订单价值；根据工作对象信息和待分配任务信息构建容量网络，其中，所述容量网络中各边的权重根据工作对象处理不同类别任务的处理效率确定，具体包括：根据所述...

【专利技术属性】
技术研发人员：杨杰，
申请(专利权)人：新智数字科技有限公司，
类型：发明
国别省市：河北,13