本发明专利技术涉及一种基于启发式策略的任务高效调度方法，按调度周期内时段顺序进行任务调度，基于资源集、最长连续工作时段数量以及当前时段生成一组当前时段内可用的资源集，基于资源集和每种任务的工作量得到当前时段内每种任务所需资源数量，根据当前时段内每种任务的工作量及每种任务所需的资源数量生成可行的调度方案。本发明专利技术保证调度方案的可用性，提出资源数量预估策略，排除大量平均覆盖度较低和覆盖度均衡性较差的调度方案，缩小搜索空间；提出按组分配策略，以资源平均能力值为索引，快速搜索预估数量的资源组合；通过建立能力值平均矩阵动态缩小资源组合的搜索空间，进一步提升搜索效率。一步提升搜索效率。一步提升搜索效率。
【技术实现步骤摘要】
一种基于启发式策略的任务高效调度方法
[0001]本专利技术涉及计算；推算；计数的
，特别涉及一种基于启发式策略的任务高效调度方法。
技术介绍
[0002]任务调度作为一个经典的问题，经过多年的研究，各项成果已广泛应用于交通运输、医疗服务、零售业、生产制造以及网络资源调度等领域。
[0003]然而，随着行业的不断发展，任务调度也面临着更为复杂的要求，需要考虑的约束条件也随之增加，部分任务调度问题及其变种问题已经被证明是NP
‑
hard问题，例如在医疗场景中的护士排班问题、在工业生产中的车间调度问题等。如何设计快速有效的调度算法成为业界的研究难题。
[0004]现有主流的任务调度算法主要分为数学规划法、启发式算法以及演化算法。覆盖度作为衡量任务调度方案质量的重要评估指标，通常用以评估某个任务在调度周期的某个时段上，资源提供的能力对于该时段内任务工作量的满足程度。虽然上述算法处理任务调度问题时，将覆盖度作为优化目标，已经取得了一系列成果，但是现实中部分任务调度场景要求在一定时限内生成高质量的任务调度方案，然而现有技术的算法往往时间复杂度高、算法结果不稳定，如何在保证调度方案的平均覆盖度和覆盖度均衡性的前提下实现任务的高效调度是亟待解决的。
技术实现思路
[0005]本专利技术解决了现有技术中存在的问题，提供了一种优化的基于启发式策略的任务高效调度方法。
[0006]本专利技术所采用的技术方案是，一种基于启发式策略的任务高效调度方法，所述方法按调度周期内时段顺序进行任务调度，基于资源集R、最长连续工作时段数量k以及当前时段生成一组当前时段内可用的资源集available_R，基于available_R和每种任务的工作量得到当前时段内每种任务所需的资源数量，根据当前时段内每种任务的工作量及每种任务所需的资源数量生成可行的调度方案。
[0007]优选地，对于任一任务，定义调度周期、任务集和约束条件，配置资源集及对应资源集中每个资源的能力值集；
[0008]所述约束条件包括必须遵守的硬约束和除硬约束外的软约束，所述软约束为任务的工作量的分配平均且均衡；
[0009]对应所述软约束设置评估指标，用于评估每个任务调度方案并取最优。
[0010]优选地，所述评估指标为平均覆盖度Ave_Coverage和覆盖度均衡性Coverage_Fairness，
[0011][0012][0013][0014]其中，ap_task_it指代第i时段任务task_t被分配的资源能力值，W_task_it指代第i时段任务task_t的工作量，θ为任务的种类总数，n为时段总数；
[0015]评估指标中平均覆盖度Ave_Coverage与1的差值越小、且Coverage_Fairness越小，则评估越优。
[0016]优选地，基于available_R和每种任务的工作量得到当前时段内每种任务所需的资源数量包括以下步骤：
[0017]步骤1.1：根据可用的资源集available_R，计算资源的总能力值total_AP和平均能力值average_AP；
[0018]步骤1.2：确定当前时段可以分配给任务的总能力值totalap_d
i
；
[0019]步骤1.3：根据每种任务的工作量在当前时段总工作量的占比，计算出每种任务的预计可被分配的资源能力值ap_task_it；
[0020]步骤1.4：计算当前时段每种任务所需的资源数量resource_task_it。
[0021]优选地，
[0022][0023]resource_task_it＝round_off(ap_task_it/average_AP)
[0024]其中，∑W_task_it是d
i
时段内任务工作量的总和，round_off为一个四舍五入函数。
[0025]优选地，生成可行的调度方案包括以下步骤：
[0026]步骤2.1：获取可用资源的能力值集AP，计算AP中可用资源的平均能力值average_AP，并将资源能力值按升序排序后基于average_AP将资源集AP划分成两个子集；
[0027]步骤2.2：分别取两个子集的第一个能力值，获得对应的资源，作为第一个资源组合；
[0028]步骤2.3：以第一个资源组合做为触发点，计算下一个资源组合的期望平均能力值，以能力值平均矩阵CAM为索引，引导至第二个资源组合，依次类推；若任务预估所需资源数量为偶数，则按照资源组的形式搜索，直到所选资源组中的资源数量等于该任务预估所需资源数量，否则以若任务预估所需资源数量为奇数，则按照资源组的形式先行搜索，直到剩余最后一个资源，那么该资源也将会被视为一个资源组。
[0029]优选地，后一个资源组合的期望平均能力值为2倍的可用资源集的平均能力值与上一个资源组合的平均能力值之差。
[0030]优选地，所述方法的时间复杂度小于等于O(n
×
m2/2)，其中，n表示调度周期内的
时段数量，m表示资源数量。
[0031]优选地，所述方法的空间复杂度为O(n
×
m2)。
[0032]本专利技术涉及一种优化的基于启发式策略的任务高效调度方法，按调度周期内时段顺序进行任务调度，基于资源集R、最长连续工作时段数量k以及当前时段生成一组当前时段内可用的资源集available_R，基于available_R和每种任务的工作量得到当前时段内每种任务所需的资源数量，根据当前时段内每种任务的工作量及每种任务所需的资源数量生成可行的调度方案。
[0033]本专利技术的有益效果在于：
[0034](1)通过资源的任务序列，识别其在当前时段内是否违反硬约束，从而保证调度方案的可用性；
[0035](2)提出资源数量预估策略，通过预先估计任务所需资源数量，排除大量平均覆盖度较低和覆盖度均衡性较差的调度方案，缩小搜索空间；
[0036](3)提出按组分配策略，通过当前时段任务的工作量和资源的能力值，以资源平均能力值为索引，快速搜索预估数量的资源组合；通过建立能力值平均矩阵动态缩小资源组合的搜索空间，进一步提升搜索效率。
附图说明
[0037]图1为本专利技术的流程图；
[0038]图2为本专利技术中能力值子集划分示意图；
[0039]图3为本专利技术中能力值平均矩阵示意图；
[0040]图4为本专利技术中移除cp1后能力值平均矩阵示意图。
具体实施方式
[0041]下面结合实施例对本专利技术做进一步的详细描述，但本专利技术的保护范围并不限于此。
[0042]本专利技术涉及一种基于启发式策略的任务高效调度方法，所述方法按调度周期内时段顺序进行任务调度，基于资源集R、最长连续工作时段数量k以及当前时段生成一组当前时段内可用的资源集available_R，基于available_R和每种任务的工作量得到当前时段内每种任务所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于启发式策略的任务高效调度方法，其特征在于：所述方法按调度周期内时段顺序进行任务调度，基于资源集R、最长连续工作时段数量k以及当前时段生成一组当前时段内可用的资源集available_R，基于available_R和每种任务的工作量得到当前时段内每种任务所需的资源数量，根据当前时段内每种任务的工作量及每种任务所需的资源数量生成可行的调度方案。2.根据权利要求1所述的一种基于启发式策略的任务高效调度方法，其特征在于：对于任一任务，定义调度周期、任务集和约束条件，配置资源集及对应资源集中每个资源的能力值集；所述约束条件包括必须遵守的硬约束和除硬约束外的软约束，所述软约束为任务的工作量的分配平均且均衡；对应所述软约束设置评估指标，用于评估每个任务调度方案并取最优。3.根据权利要求2所述的一种基于启发式策略的任务高效调度方法，其特征在于：所述评估指标为平均覆盖度Ave_Coverage和覆盖度均衡性Coverage_Fairness，评估指标为平均覆盖度Ave_Coverage和覆盖度均衡性Coverage_Fairness，评估指标为平均覆盖度Ave_Coverage和覆盖度均衡性Coverage_Fairness，其中，ap_task_it指代第i时段任务task_t被分配的资源能力值，W_task_it指代第i时段任务task_t的工作量，θ为任务的种类总数，n为时段总数；评估指标中平均覆盖度Ave_Coverage与1的差值越小、且Coverage_Fairness越小，则评估越优。4.根据权利要求1所述的一种基于启发式策略的任务高效调度方法，其特征在于：基于available_R和每种任务的工作量得到当前时段内每种任务所需的资源数量包括以下步骤：步骤1.1：根据可用的资源集available_R，计算资源的总能力值total_AP和平均能力值average_AP；步骤1.2：确定当前时段可以分配给任务的总能力值totalap_d
i
；步骤1.3：根据每种任务...
【专利技术属性】
技术研发人员：洪峰，吕何新，梁丙会，戴国勇，韩毅，
申请(专利权)人：浙江树人学院，
类型：发明
国别省市：
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。