The invention discloses a collaborative task scheduling method for cloud manufacturing based on dynamic task perception. Firstly, a collaborative task scheduling model is constructed according to the proportion of tasks completed by the supply chain. Then, according to the original manufacturing tasks and the optional manufacturing services, an initial population is generated when a new task arrives, and the current population is divided into several sub-populations for subsequent iteration. At present, each cooperative task scheduling scheme in the population is represented by matrix coding. Finally, the improved multi-population biogeography optimization algorithm is used to solve the problem, and the multi-population strategy, local search strategy and collaboration mechanism are integrated to improve the performance of the algorithm in solving task scheduling problems. The method of the invention can obtain an optimal scheduling scheme in both the scheduling stage and the rescheduling stage.
【技术实现步骤摘要】
面向动态任务感知的云制造协同任务调度方法
本专利技术属于云制造任务调度
,尤其涉及一种面向动态任务感知的云制造协同任务调度方法。
技术介绍
云制造是基于云计算、物联网等先进信息技术,旨在为用户提供安全、按需、可靠、高质量的面向服务的新型制造方式。在云制造环境中,分布式制造资源和制造能力被虚拟化并封装为可以集中管理的云服务,对服务的集中管理能力表明云制造平台可以同时处理批量任务。在实际制造环境中,云制造平台往往会在同一时刻接收批量任务,其中大部分任务是复杂且多粒度的,是可以分解成多个子任务的。这些子任务需要通过不同功能服务之间的协作来完成。且随着用户需求日益个性化,云制造平台接收到的制造任务往往是异构的。因此,任务调度成为云制造环境面临的一个关键问题,其目标是同时处理一组任务,并为其分配具有不同功能的服务,从而在满足用户需求的前提下,优化服务状态和执行计划。虽然目前已经有学者对云制造环境下的调度问题进行了一些研究,然而现有的多数方法仅考虑提供不同功能服务的制造商之间的横向协作,每个子任务都只由一个服务来完成,从而整个任务由单个供应链来实现。现有的大多数研究假设云制造环境是静态的。然而,由于实际制造环境中存在不确定性,当环境发生变化时,原始的最优调度方案可能变得不可行,例如服务质量(qualityofservice,简称QoS)变化、服务中断和新任务到达等,都可能会影响生产过程。而动态任务是导致云制造环境不确定性的主要来源之一。新任务到达是不可预知且不能被云制造平台操作员预先控制的。当企业向云制造平台提交新的任务需求时,一些服务会因为之前未完成的分配任务 ...
【技术保护点】
1.一种面向动态任务感知的云制造协同任务调度方法,其特征在于,所述面向动态任务感知的云制造协同任务调度方法,包括:根据供应链完成任务的比例,构建协同任务调度模型;根据原有制造任务和可选的制造服务,在新任务到来时产生初始种群作为当前种群,将当前种群划分成若干子种群进行后续迭代,并将当前种群中每个协同任务调度方案用矩阵编码表示;对当前所有子种群执行迁移操作;对当前所有子种群执行变异操作;对当前种群中的最优解应用局部搜索策略;判断是否满足应用协作机制的条件,若满足条件则对当前所有子种群应用协作机制,否则判断是否满足终止条件;判断是否满足终止条件,若满足条件则停止迭代,并输出最优协同任务调度方案,否则返回继续进行迭代。
【技术特征摘要】
1.一种面向动态任务感知的云制造协同任务调度方法,其特征在于,所述面向动态任务感知的云制造协同任务调度方法,包括:根据供应链完成任务的比例,构建协同任务调度模型;根据原有制造任务和可选的制造服务,在新任务到来时产生初始种群作为当前种群,将当前种群划分成若干子种群进行后续迭代,并将当前种群中每个协同任务调度方案用矩阵编码表示;对当前所有子种群执行迁移操作;对当前所有子种群执行变异操作;对当前种群中的最优解应用局部搜索策略;判断是否满足应用协作机制的条件,若满足条件则对当前所有子种群应用协作机制,否则判断是否满足终止条件;判断是否满足终止条件,若满足条件则停止迭代,并输出最优协同任务调度方案,否则返回继续进行迭代。2.根据权利要求1所述的面向动态任务感知的云制造协同任务调度方法,其特征在于,所述根据供应链完成任务的比例,构建协同任务调度模型,包括:计算时间跨度CT,即先分别计算每一条供应链上所有调用的服务所花费的时间,即固定启动时间、服务完成的相应比例的执行时间和产生的运输时间,再算出所有供应链的时间跨度的最大值;计算总成本C,即计算所有供应链上调用的服务的固定启动成本、服务完成的相应比例的执行成本和产生的运输成本;计算可靠性R,即计算所有供应链上调用的服务所花费的固定启动时间和完成的相应比例的执行时间内的可靠性;对调度方案的时间跨度、总成本、可靠性进行标准化,并赋权相加,从而求得最大的综合QoS。3.根据权利要求1...
【专利技术属性】
技术研发人员:张帅,张文宇,戴紫薇,彭娟娟,王衍,
申请(专利权)人:浙江财经大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。