【技术实现步骤摘要】
本公开涉及云计算领域，尤其涉及一种边缘计算的任务调度方法及装置、电子设备和存储介质。
技术介绍
1、随着手机等智能终端数量的急剧增长，物联网的发展趋势愈专利技术显，高效地处理海量数据变得越来越重要。作为云计算技术的重要补充，边缘计算可以帮助解决传统模式下存在的延迟高、网络不稳定和带宽低等问题。
2、边缘计算的计算资源节点存在地理分散性和异构性，需要通过任务调度将计算资源节点分配给任务请求，相关技术中，通过启发式算法进行任务调度，如蚁群算法(antcolony optimization，aco)、粒子群优化(particle swarm optimization，pso)、遗传算法(genetic algorithm，ga)等。
3、由于移动设备和计算密集型应用的增多，相关技术中的任务调度方法效率较低，导致任务调度的时延较高。
技术实现思路
1、本公开提供了一种边缘计算的任务调度方法及装置、电子设备和存储介质。其主要目的在于解决由于移动设备和计算密集型应用的增多，相关技术中的任务调度方法效率较低，导致任务调度的时延较高的问题。
2、根据本公开的第一方面，提供了一种边缘计算的任务调度方法，其中，包括：
3、基于至少一个待处理任务及至少一个空闲计算资源节点，构建目标任务调度数学模型，不同待处理任务与不同空闲计算资源节点的对应关系，具有不同的评价参数；
4、将所述目标任务调度数学模型转化为哈密顿量模型；
5、调用预设第
6、基于所述任务调度数学模型转化为哈密顿量模型之间的转换关系，确定所述目标优化结果对应的目标空闲计算资源节点。
7、可选的，所述基于至少一个待处理任务及至少一个空闲计算资源节点，构建目标任务调度数学模型包括：
8、获取所述至少一个待处理任务及所述至少一个空闲计算资源节点；
9、将所述至少一个待处理任务配置于第一集合，及将所述至少一个空闲计算资源节点配置于第二集合；
10、分别基于所述第一集合中每个待处理任务与所述第二集合中所有空闲计算资源节点，构建所述目标任务调度数学模型。
11、可选的，所述分别基于所述第一集合中每个待处理任务与所述第二集合中所有空闲计算资源节点，构建所述目标任务调度数学模型包括：
12、分别对所述第一集合中待处理任务及所述第二集合中空闲计算资源节点进行状态变量定义，得到至少一个第一状态变量及至少一个第二状态变量；其中，所述第一状态变量为所述待处理任务对应的状态变量，所述第二状态变量为所述空闲计算资源节点对应的状态变量；
13、分别将每个第一状态变量与不同第二状态变量进行组合，得到组合后的状态变量对；
14、分别对所述组合后的状态变量对进行评价参数定义，得到对应数量的目标评价参数；
15、基于所述至少一个第一状态变量、所述至少一个第二状态变量及所述至少一个目标评价参数，构建第一任务调度数学模型；
16、调用预设惩罚项算法对所述第一任务调度数学模型进行计算，得到第二任务数学模型；
17、将所述第一任务调度数学模型与所述第二任务调度数学模型加和，得到所述目标任务调度数学模型。
18、可选的，所述将所述目标任务调度数学模型转化为哈密顿量模型包括：
19、将所述至少一个第一状态变量转化为至少一个第一泡利矩阵，及将所述至少一个第二状态变量转化为至少一个第二泡利矩阵；
20、将所述至少一个目标评价参数转化为至少一个目标量子比特串参数；
21、基于所述至少一个第一泡利矩阵、所述至少一个第二泡利矩阵及所述目标量子比特串参数，将所述目标任务调度数学模型转化为所述哈密顿量模型。
22、可选的，所述调用预设第一量子算法对所述哈密顿量模型进行计算，得到目标优化结果包括：
23、调用预设第一量子算法对所述哈密顿量模型进行计算，得到初始优化结果；其中，所述初始优化结果包括所述每个目标量子比特串参数含有的初始数量；
24、调用预设第二量子算法对所述初始优化结果进行计算，得到目标优化结果；其中所述目标优化结果包括所述每个目标量子比特串参数含有的目标数量。
25、可选的，所述基于所述目标任务调度数学模型转化为哈密顿量模型之间的转换关系，确定所述目标优化结果对应的目标空闲计算资源节点包括：
26、分别计算每个目标量子比特串的目标数量占所有目标量子比特串的总和目标数量的比例值；
27、对所述所有目标量子比特串的比例值进行排序，根据排序结果获取预设数量个比例值最高的目标量子比特串；其中，所述预设数量与所述待处理任务的数量相等；
28、分别确定所述预设数量的比例值最高的目标量子比特串对应的组合后的状态变量对；
29、基于所述组合后的状态变量对，确定所述待处理任务对应的目标空闲计算资源节点。
30、根据本公开的第二方面，提供了一种边缘计算的任务调度装置，包括：
31、构建单元，用于基于至少一个待处理任务及至少一个空闲计算资源节点，构建目标任务调度数学模型，不同待处理任务与不同空闲计算资源节点的对应关系，具有不同的评价参数；
32、转化单元，用于将所述目标任务调度数学模型转化为哈密顿量模型；
33、计算单元，用于调用预设第一量子算法对所述哈密顿量模型进行计算，得到目标优化结果；
34、确定单元，用于基于所述任务调度数学模型转化为哈密顿量模型之间的转换关系，确定所述目标优化结果对应的目标空闲计算资源节点。
35、可选的，所述构造单元包括：
36、获取模块，用于获取所述至少一个待处理任务及所述至少一个空闲计算资源节点；
37、配置模块，用于将所述至少一个待处理任务配置于第一集合，及将所述至少一个空闲计算资源节点配置于第二集合；
38、构造模块，用于分别基于所述第一集合中每个待处理任务与所述第二集合中所有空闲计算资源节点，构建所述目标任务调度数学模型。
39、可选的，所述构造模块还用于：
40、分别对所述第一集合中待处理任务及所述第二集合中空闲计算资源节点进行状态变量定义，得到至少一个第一状态变量及至少一个第二状态变量；其中，所述第一状态变量为所述待处理任务对应的状态变量，所述第二状态变量为所述空闲计算资源节点对应的状态变量；
41、分别将每个第一状态变量与不同第二状态变量进行组合，得到组合后的状态变量对；
42、分别对所述组合后的状态变量对进行评价参数定义，得到对应数量的目标评价参数；
43、基于所述至少一个第一状态变量、所述至少一个第二状态变量及所述至少一个目标评价参数，构建第一任务调度数学模型；
44、调用预设惩罚项算法对所述第一任务调度数学模型进本文档来自技高网...
【技术保护点】
1.一种边缘计算的任务调度方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于至少一个待处理任务及至少一个空闲计算资源节点，构建目标任务调度数学模型包括：
3.根据权利要求2所述的方法，其特征在于，所述分别基于所述第一集合中每个待处理任务与所述第二集合中所有空闲计算资源节点，构建所述目标任务调度数学模型包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述目标任务调度数学模型转化为哈密顿量模型包括：
5.根据权利要求4所述的方法，其特征在于，所述调用预设第一量子算法对所述哈密顿量模型进行计算，得到目标优化结果包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述目标任务调度数学模型转化为哈密顿量模型之间的转换关系，确定所述目标优化结果对应的目标空闲计算资源节点包括：
7.一种边缘计算的任务调度装置，其特征在于，包括：
8.一种电子设备，其特征在于，包括：
9.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机
10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
...【技术特征摘要】
1.一种边缘计算的任务调度方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于至少一个待处理任务及至少一个空闲计算资源节点，构建目标任务调度数学模型包括：
3.根据权利要求2所述的方法，其特征在于，所述分别基于所述第一集合中每个待处理任务与所述第二集合中所有空闲计算资源节点，构建所述目标任务调度数学模型包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述目标任务调度数学模型转化为哈密顿量模型包括：
5.根据权利要求4所述的方法，其特征在于，所述调用预设第一量子算法对所述哈密顿量模型进行计算，得到目标优化...
【专利技术属性】
技术研发人员：闻经纬，黄智国，钱岭，
申请(专利权)人：中移苏州软件技术有限公司，
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。