一种基于遗传算法的任务调度方法技术

本发明专利技术涉及一种基于遗传算法的任务调度方法，包括：遍历任务池，获取任务池中各个任务的创建时间、截止时间、重要程度、单位延误成本、预期耗时、所需人数、技能要求；遍历操作人员清单，获取各个操作人员的技能、技能评分、空闲时段；按照预设置的规模要求自任务池中选择多个任务组成调度任务池；基于调度任务池中的任务，自操作人员清单中生成可供调度操作员列表；使用遗传算法求解调度方案，为调度任务池中的每个任务分配操作员。与现有技术相比，本发明专利技术考虑了求解规模，保证了求解速度，并考虑了每个操作员的空闲时段，能够在操作员的空闲时段进行任务分配，并保证操作员具备的技能满足任务需要，为任务调度提供了一种可行的解决方案。方案。方案。

【技术实现步骤摘要】
一种基于遗传算法的任务调度方法


[0001]本专利技术涉及任务调度
，尤其是涉及一种基于遗传算法的任务调度方法。

技术介绍

[0002]服务任务调度技术是一项在服务任务需求下的服务人员调度技术，即在一段时间内，给定服务任务量、可调度的服务人员信息，给出符合服务任务需求量的服务人员调度安排的技术。
[0003]任务调度涉及的考量因素包括：调度方法本质是分配问题，即将每个任务分配给操作员，由于操作员的经验、能力存在区别，如何为每个任务找到合适的操作员及其重要；在任务量规模较大时，人工处理难免存在不足，而优化算法在面对大规模任务时所需的计算资源很大，而任务总量是波动的，每隔一段时间，会有新增的任务，也会有已完成的任务，因此，调度方案的求解速度很重要，才能在任务量波动时实时更新调度方案；还应当注意的是，实际的调度过程中，除了考虑任务能否被完成外，还应当考虑每个操作员的工作量。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于遗传算法的任务调度方法。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于遗传算法的任务调度方法，包括以下步骤：
[0007]S1、遍历任务池，获取任务池中各个任务的创建时间、截止时间、重要程度、单位延误成本、预期耗时、所需人数、技能要求；遍历操作人员清单，获取各个操作人员的技能、技能评分、空闲时段；
[0008]S2、按照预设置的规模要求自任务池中选择多个任务组成调度任务池；
[0009]S3、基于调度任务池中的任务，自操作人员清单中生成可供调度操作员列表；
[0010]S4、使用遗传算法求解调度方案，为调度任务池中的每个任务分配操作员；
[0011]S5、更新任务池和操作人员清单，重复步骤S1。
[0012]进一步地，所述步骤S2具体为：
[0013]将任务池中的任务排序，排序依据包括：创建时间、截止时间、重要程度、单位延误成本、预期耗时；
[0014]选择排序靠前的P个任务组成调度任务池，使得调度任务池中所有任务的所需人数小于预设置的人数规模要求或P小于预设置的任务量规模要求。
[0015]进一步地，将任务池中的任务排序具体为：
[0016]基于截止时间和预期耗时计算最晚执行时间，获取任务池中所有最晚执行时间已过的任务作为第一梯队，对于第一梯队中的任务，按照单位延误成本、截止时间、预期耗时分别计算其已延误成本，将第一梯队中的任务按照已延误成本、单位延误成本、重要程度和创建时间排序；
[0017]将任务池中其余任务作为第二梯队，对于第二梯队中的任务，基于当前时间与最晚执行时间的差值计算宽限时间，将第一梯队中的任务按照宽限时间、单位延误成本、重要程度和创建时间排序。
[0018]进一步地，所述任务池中的任务为执行期间不可中断的原子任务，所述任务的所需人数R和技能要求相配合，所述技能要求为R个操作员中各个操作员需要具备的技能，若需要同时具备Z个技能的操作员，则将Z个技能合并为一个技能要求，R>0，Z>1。
[0019]进一步地，所述步骤S3具体为：
[0020]可供调度操作员列表初始化为空；
[0021]遍历调度任务池，对于调度任务池中每个任务的技能要求，将操作人员清单中满足技能要求的所有操作员放入可供调度操作员列表。
[0022]进一步地，所述步骤S4具体为：
[0023]S41、初始化种群，所述种群中的个体为调度方案，所述调度方案为调度任务池中各个任务的操作员和执行时间；
[0024]S42、计算种群中各个个体的适应度，判断是否满足预设置的收敛条件，若满足，则输出当前适应度值最好的个体，否则，执行步骤S43；
[0025]S43、执行选择、交叉、变异操作，重复步骤S42。
[0026]进一步地，所述步骤S41中，初始化种群具体为：
[0027](1)自调度任务池取出一个任务，获取该任务的所需人数R
i
和对R
i
个操作员的技能要求，自可供调度操作员列表中所有满足该任务的技能要求的操作员中随机选择，为该任务分配R
i
个操作员，确定执行时间；
[0028](2)在可供调度操作员列表中更新步骤(1)中的R
i
个操作员的空闲时间，重复步骤(1)，直至调度任务池为空。
[0029]进一步地，所述步骤S42中，适应度的计算公式为：
[0030][0031]其中，ω1、ω2、ω3为预设置的权重系数，P表示调度任务池中任务的数量，i用于标识不同的任务，R
i
表示调度任务池中任务i的所需人数，λ
i
表示调度任务池中任务i的重要程度，k用于标识不同的操作员，Γ
k
表示执行任务i的操作员k的技能评分，a
i
表示延误时间，ΔL
i
表示调度任务池中任务i的单位延误成本，b
i
表示提前完成时间。
[0032]进一步地，所述步骤S43中，执行选择、交叉、变异操作具体为：
[0033]选择操作：将种群中适应度得分最优的m个个体作为精英个体并保留，m为预设置的种群选择参数；
[0034]交叉操作：随机选择两个个体作为父代，在调度任务池中随机选择一个任务，分别获取两个父代中该任务的操作员清单，两个操作员清单中随机交换一个技能要求相同的操作员，得到两个新的个体，对满足约束条件的新的个体，更新其中各个任务的执行时间，将新的个体加入种群中，所述约束条件为：在一个个体所对应的调度方案中，一个操作员只能出现一次；
[0035]变异操作：在调度任务池中随机选择一个任务，获取该任务的操作员清单，将该操作员清单中的某个操作员随机替换为可供调度操作员列表中满足技能要求的操作员，得到新的个体，如果新的个体满足约束条件，则更新其中各个任务的执行时间，将新的个体加入种群中，所述约束条件为：在一个个体所对应的调度方案中，一个操作员只能出现一次。
[0036]进一步地，预设置的收敛条件为：种群的代数大于预设置的迭代阈值或种群达到稳定状态，种群达到稳定状态具体为：在Kp次迭代中种群中最优个体的适应度得分的变化误差均小于预设置的稳定阈值，Kp≥2。
[0037]与现有技术相比，本专利技术具有以下有益效果：
[0038]本专利技术考虑了求解规模，保证了求解速度，并考虑了每个操作员的空闲时段，能够在操作员的空闲时段进行任务分配，并保证操作员具备的技能满足任务需要，为任务调度提供了一种可行的解决方案。
附图说明
[0039]图1为本专利技术的流程图。
具体实施方式
[0040]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，显然，所描述的实施例仅仅是本专利技术一部分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的任务调度方法，其特征在于，包括以下步骤：S1、遍历任务池，获取任务池中各个任务的创建时间、截止时间、重要程度、单位延误成本、预期耗时、所需人数、技能要求；遍历操作人员清单，获取各个操作人员的技能、技能评分、空闲时段；S2、按照预设置的规模要求自任务池中选择多个任务组成调度任务池；S3、基于调度任务池中的任务，自操作人员清单中生成可供调度操作员列表；S4、使用遗传算法求解调度方案，为调度任务池中的每个任务分配操作员；S5、更新任务池和操作人员清单，重复步骤S1。2.根据权利要求1所述的一种基于遗传算法的任务调度方法，其特征在于，所述步骤S2具体为：将任务池中的任务排序，排序依据包括：创建时间、截止时间、重要程度、单位延误成本、预期耗时；选择排序靠前的P个任务组成调度任务池，使得调度任务池中所有任务的所需人数小于预设置的人数规模要求或P小于预设置的任务量规模要求。3.根据权利要求2所述的一种基于遗传算法的任务调度方法，其特征在于，将任务池中的任务排序具体为：基于截止时间和预期耗时计算最晚执行时间，获取任务池中所有最晚执行时间已过的任务作为第一梯队，对于第一梯队中的任务，按照单位延误成本、截止时间、预期耗时分别计算其已延误成本，将第一梯队中的任务按照已延误成本、单位延误成本、重要程度和创建时间排序；将任务池中其余任务作为第二梯队，对于第二梯队中的任务，基于当前时间与最晚执行时间的差值计算宽限时间，将第一梯队中的任务按照宽限时间、单位延误成本、重要程度和创建时间排序。4.根据权利要求1所述的一种基于遗传算法的任务调度方法，其特征在于，所述任务池中的任务为执行期间不可中断的原子任务，所述任务的所需人数R和技能要求相配合，所述技能要求为R个操作员中各个操作员需要具备的技能，若需要同时具备Z个技能的操作员，则将Z个技能合并为一个技能要求，R>0，Z>1。5.根据权利要求4所述的一种基于遗传算法的任务调度方法，其特征在于，所述步骤S3具体为：可供调度操作员列表初始化为空；遍历调度任务池，对于调度任务池中每个任务的技能要求，将操作人员清单中满足技能要求的所有操作员放入可供调度操作员列表。6.根据权利要求5所述的一种基于遗传算法的任务调度方法，其特征在于，所述步骤S4具体为：S41、初始化种群，所述种群中的个体为调度方案，所述调度方案为调度任务池中各个任务的操作员和执行时间；S42、计算种群中各个个体的适应度，判断是否满足预设置的收敛条件，若满足，则输出当前适应度值最好的个体，否则，执行步骤S43；S43、执行选择、交叉、变异操作，重复步骤S42...

【专利技术属性】
技术研发人员：沈文浩，郑倩，张湛秋，
申请(专利权)人：交通银行股份有限公司上海市分行，
类型：发明
国别省市：