多目标联合调度方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供了一种多目标联合调度方法、装置、电子设备及存储介质，涉及计算机技术领域。其中，该方法包括：获取多个目标的历史数据；基于各所述目标的历史数据，对各所述目标在设定时间段内的数据进行预测，得到各所述目标的预测数据；根据各所述目标的预测数据、以及为各所述目标联合调度所配置的约束条件，构建各所述目标对应的目标函数；利用遗传算法对各所述目标对应的目标函数进行调度求解，得到针对各所述目标的调度结果。本申请实施例解决了相关技术中多目标联合调度的实用性不强的问题。的问题。的问题。

【技术实现步骤摘要】
多目标联合调度方法、装置、电子设备及存储介质


[0001]本申请涉及计算机
，具体而言，本申请涉及一种多目标联合调度方法、装置、电子设备及存储介质。

技术介绍

[0002]多目标联合调度是指在两个或多个相互冲突的目标之间进行权衡的情况下作出最优决策，多目标联合调度已经广泛地应用于信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多领域。
[0003]目前，一般通过传统优化算法或智能优化算法进行多目标联合调度，传统优化算法一般是针对结构化的问题，包括加权法、约束法和线性规划法等，实质上就是将多目标函数转化为单目标函数，通过采用单目标函数优化的方法达到对多目标函数的求解，需要有较为明确的问题和条件描述，并且依赖于初始条件；而智能优化算法一般针对较为普适的问题描述，虽不依赖于初始条件但依然受限于约束条件，需要在调度过程中输入的历史数据足够精确，足够可靠，输入的历史数据一旦与实际有所偏差，所得到调度结果将会大相径庭，与现实情况脱节，而且普遍缺乏结构信息。
[0004]由上可知，如何提高多目标联合调度的实用性仍本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多目标联合调度方法，其特征在于，包括：获取多个目标的历史数据；基于各所述目标的历史数据，对各所述目标在设定时间段内的数据进行预测，得到各所述目标的预测数据；根据各所述目标的预测数据、以及为各所述目标联合调度所配置的约束条件，构建各所述目标对应的目标函数；利用遗传算法对各所述目标对应的目标函数进行调度求解，得到针对各所述目标的调度结果。2.如权利要求1所述的方法，其特征在于，所述基于各所述目标的历史数据，对各所述目标在设定时间段内的数据进行预测，得到各所述目标的预测数据，包括：针对每一个所述目标，确认所述目标的各所述历史数据的数据类型；将各所述历史数据分别输入与各所述历史数据的数据类型相适配的预测算法，对所述目标在设定时间段内的数据进行预测，得到所述目标的多个候选预测数据；每一个候选预测数据对应一种预测算法；选取预测精度最高的候选预测数据作为所述目标的预测数据。3.如权利要求1所述的方法，其特征在于，所述遗传算法包括第一遗传算法和第二遗传算法；所述利用遗传算法，对各所述目标对应的目标函数进行调度求解，得到针对各所述目标的调度结果，包括：利用所述第一遗传算法对各所述目标对应的目标函数进行调度求解，得到第一代调度结果；将所述第一代调度结果作为所述第二遗传算法的先验知识，并利用所述第二遗传算法继续对各所述目标对应的目标函数进行调度求解，得到第二代调度结果；若所述第二代调度结果满足第一设定条件，则将所述第二代调度结果作为针对各所述目标的调度结果。4.如权利要求3所述的方法，其特征在于，所述利用所述第一遗传算法对各所述目标对应的目标函数进行调度求解，得到第一代调度结果，包括：基于各所述目标对应的目标函数，得到第一代种群；对所述第一代种群进行进化，若所述第一代种群的迭代次数满足第二设定条件，则所述第一代种群为第一代调度结果，其中，所述第一代调度结果用于指示利用所述第一遗传算法对各所述目标进行调度的最优解。否则，移除所述第一代种群中不满足所述约束条件的个体，得到新的第一代种群；对新的第一代种群继续进行进化，直至所述第一代种群的迭代次数满足所述第二设定条件。5.如权利要求3所述的方法，其特征在于，所述将所述第一代调度结果作为所述第二遗传算法的先验知识，并利用所述第二遗传算法继续对各所述目标对应的...

【专利技术属性】
技术研发人员：孟志航，曲强，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：