任务协同方法、装置及物联网系统制造方法及图纸

本发明专利技术公开了一种任务协同方法、装置和物联网系统，其方法为：获取当前任务并分解成多个子任务，基于基因进化思想的粒子群优化算法分配子任务至预设执行节点；针对任一种分配方案，获取子任务的执行成功率；获取执行所有分配方案得到的执行成功率，选择最大执行成功率对应的分配方案，按照该分配方案执行子任务的分配和执行。上述本发明专利技术通过针对物联网系统中任务协同的特点，在考虑系统子网络和子网络节点的计算、通信、能量等受限的约束条件下建立任动态任务协同装置，并引入基于基因进化思想的粒子群优化算法，进行量化分析，从而实现准确、有效的提高任务协同的效率，即在进行任务协同过程中实现最大化的协同效率。

【技术实现步骤摘要】

本专利技术涉及信息
，更具体的说，是涉及一种任务协同方法、装置及物联网系统。
技术介绍
物联网是新一代信息技术的重要组成部分，其核心和基础为互联网，是在互联网基础上的延伸和扩展的网络，主要用于实现，其用户端延伸和扩展到的任何物体与物体之间进行信息交换和通信。因此，物联网可以定义为通过信息传感设备，按约定协议将任何物体与互联网相连接，并进行信息交换和通信，以实现对物体的智能化识别、定位、跟踪、监控和管理的一种网络任务协同机制是物联网系统的核心内容之一，对于提高系统效率、降低系统资源消耗起着至关重要的作用。在物联网系统中，任务的执行过程是应用管理层对应用任务进行分解，并将子任务通过汇聚传输层分配给感知处理层进行任务信息的收集、处理和及时反馈。任务协同机制主要针对各层子网络、子网内节点的计算、存储和通信资源进行评估，根据评估结果合理调度、协调子任务分配和执行，实现网络资源的最优化利用和网络负载均衡。由于，物联网的本质是一种层次化、分布式、融合信息感知、处理、传输和应用管理的复杂网络系统，在受到子网络和节点计算、通信、能量等受限的约束条件下，建立准确、有效的任务协同机制，对于提高系统任务协同和执行效率、均衡网络负载显得尤为重要。目前物联网系统并没有统一的任务协同体系的架构，在现有技术中任务协同机制多借鉴分布式系统等的任务管理机制，缺乏应用的针对性。而采用分布式系统处理需要协同的任务时，主要通过服务器获取任务流以及该任务流中的可执行任务，并针对任务流中的各个不同的可执行任务，由服务器为其分配不同的客户端分别进行处理，以实现对任务流的分布式处理。但是，采用现有技术中的分布式系统进行处理，不仅缺乏应用的针对性，而且未考虑系统子网络和子网络节点的计算、通信、能量等受限的约束条件，未进行相关的量化处理，很难准确、有效的选择优化的、执行成功率高的任务协同方案，从而影响任务协同的效率，无法实现最大化的协同效率。
技术实现思路
有鉴于此，本专利技术提供了一种任务协同方法、装置及物联网系统，以克服现有技术中很难准确、有效的选择问题优化的、执行成功率高的任务协同方案，从而影响任务协同的效率，无法实现最大化的协同效率的问题。为实现上述目的，本专利技术提供如下技术方案一种任务协同方法,包括获取当前任务T分解后的m个子任务，基于基因进化思想的粒子群优化算法分配m个所述子任务至预设执行节点；针对任一种分配方案，获取m个所述子任务的执行成功率S ；获取执行所有分配方案得到的执行成功率S，选择最大执行成功率Smax对应的分配方案，执行m个所述子任务分配和执行；其中，针对任一种分配方案，获取m个所述子任务的执行成功率S包括确定m个所述子任务到达相应预设执 行节点的对应时间Ai,及获取各个预设执行节点上的子任务执行时间Ep子任务截止时间Di和子任务等待时间Wi，所述i的取值范围为I m ;在各个预设执行节点的约束条件下，获取满足AdWJEi ^ Di的子任务的总数占m个子任务的比例值，确定所述比例值为m个所述子任务的执行成功率S。优选地，针对任一种分配方案，获取m个所述子任务的执行成功率S后，执行m个所述子任务分配和执行之前，还包括获取任务协同效率Π的过程具体为确定m个子任务的子任务执行时间Ei的总和乓为总任务量Amount，将所述Amount与子任务个数m的比值作为子任务理论平均任务量Average ；获取预设执行节点上的平均子任务个数m—和执行完毕m个所述子任务的总耗时Total_time,将所述Total_time与mavOTage;的比值作为m个所述子任务的实际平均执行时间t ·hJIJ uaverage 将所述Average与taveMge的比值确定为该分配方案的任务协同效率η ；当选择出多个具有相同最大执行成功率Smax对应的分配方案时，对比多个分配方案的任务协同效率η，选择最大任务协同效率rImax对应的分配方案，执行m个所述子任务分配和执行。优选地，所述子任务执行时间Ei与任务量大小成正比。优选地，基于基因进化思想的粒子群优化算法分配m个所述子任务至预设执行节点，具体为当预设执行节点的数目大于等于所述子任务的个数m时，每个预设执行节点上最多只执行一个子任务；当预设执行节点的数目小于所述子任务的个数m时，至少一个预设执行节点上执行两个或两个以上的子任务。一种任务协同装置，包括任务处理单元，用于获取当前任务T，将所述当前任务T分解为m个子任务；分配单元，用于基于基因进化思想的粒子群优化算法将m个所述子任务分配至预设执行节点；执行成功率计算单元，包括第一获取模块和执行成功率计算模块；所述第一获取模块，用于确定m个所述子任务到达相应预设执行节点的时间Ai，及获取各个预设执行节点上的子任务执行时间Ep子任务截止时间Di和子任务等待时间Wi ；所述第一计算模块，用于在各个预设执行节点的约束条件下，计算满足AdWdEi ( Di的子任务的总数占m个子任务的比例值，确定所述比例值为m个所述子任务的执行成功率S ；协同单元，至少包括第一协同模块，用于获取执行所有分配方案得到的执行成功率S，选择最大执行成功率Smax对应的分配方案，执行m个所述子任务分配和执行。优选地，还包括任务协同效率计算单元，包括第二获取模块、第三获取模块和任务协同效率计算模块；所述第二获取模块，用于确定m个子任务的子任务执行时间Ei的总和Σ:乓为总任务量Amount,将所述Amount与子任务个数m的比值作为子任务理论平均任务量Average ；所述第三获取模块，用于获取预设执行节点上的平均子任务个数Hiavwage和执行完毕m个所述子任务的总耗时Total_time,将所述Total_time与mavOTage;的比值作为m个所述子任务的实际平均执行时间tavOTage ；所述第二计算模块,用于计算所述Average与taverage的比值作为该方案的任务协同效率11。 优选地，所述协同单元中，还包括第二协同模块，用于当所述第一协同模块选择出多个相同最大执行成功率Smax对应的分配方案时，对比多个分配方案的任务协同效率n，选择最大任务协同效率rImax对应的分配方案，执行m个所述子任务分配和执行。优选地，所述分配单元，包括判断模块和分配模块；所述判断模块，用于判断所述子任务的个数m与预设执行节点之间的数量关系；所述分配模块，用于当预设执行节点的数目大于等于所述子任务的个数m时，每个预设执行节点上最多只执行一个子任务；当预设执行节点的数目小于所述子任务的个数m时，至少一个预设执行节点上执行两个或两个以上的子任务。一种物联网系统，分为应用管理层、汇聚传输层和感知处理层，包括上述详细描述的任务协同装置；所述任务协同装置，用于针对各层子网络和子网络内节点的计算评估结果，协调子任务的分配和执行。经由上述的技术方案可知，与现有技术相比，本专利技术公开了一种任务协同方法、装置及物联网系统，通过针对物联网系统中任务协同的特点，在考虑系统子网络和子网络节点的计算、通信、能量等受限的约束条件下建立任动态任务协同装置，并引入基于基因进化思想的粒子群优化算法，进行量化分析，从而实现准确、有效的提高任务协同的效率，即在进行任务协同过程中实现最大化的协同效率。附图说明为了更清楚地说明本专利技术实施例或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种任务协同方法,其特征在于,包括 获取当前任务T分解后的m个子任务，基于基因进化思想的粒子群优化算法分配m个所述子任务至预设执行节点； 针对任一种分配方案，获取m个所述子任务的执行成功率S ； 获取执行所有分配方案得到的执行成功率S，选择最大执行成功率Smax对应的分配方案，执行m个所述子任务分配和执行； 其中，针对任一种分配方案，获取m个所述子任务的执行成功率S包括 确定m个所述子任务到达相应预设执行节点的对应时间Ai,及获取各个预设执行节点上的子任务执行时间Ep子任务截止时间Di和子任务等待时间Wi,所述i的取值范围为I m ； 在各个预设执行节点的约束条件下，获取满足AJWdEi ( Di的子任务的总数占m个子任务的比例值，确定所述比例值为m个所述子任务的执行成功率S。2.根据权利要求I所述的方法，其特征在于，针对任一种分配方案，获取m个所述子任务的执行成功率S后，执行m个所述子任务分配和执行之前，还包括获取任务协同效率η的过程具体为 确定m个子任务的子任务执行时间Ei的总和Σμ乓为总任务量Amount,将所述Amount与子任务个数m的比值作为子任务理论平均任务量Average ； 获取预设执行节点上的平均子任务个数mavOTage和执行完毕m个所述子任务的总耗时Total_time,将所述Total_time与maverage的比值作为m个所述子任务的实际平均执行时间t <average ， 将所述Average与taverage的比值确定为该分配方案的任务协同效率η ； 当选择出多个具有相同最大执行成功率Smax对应的分配方案时，对比多个分配方案的任务协同效率Π，选择最大任务协同效率Hmax对应的分配方案，执行m个所述子任务分配和执行。3.根据权利要求2所述的方法，其特征在于，所述子任务执行时间Ei与任务量大小成正比。4.根据权利要求I所述的方法，其特征在于，基于基因进化思想的粒子群优化算法分配m个所述子任务至预设执行节点，具体为 当预设执行节点的数目大于等于所述子任务的个数m时，每个预设执行节点上最多只执行一个子任务； 当预设执行节点的数目小于所述子任务的个数m时，至少一个预设执行节点上执行两个或两个以上的子任务。5.一种任务协同装置，其特征在于，包括 任务处理单元，用于获取当前任务T，将所述当前任务T分解为m个子任务； 分配单元，用于基于基因进化思想的粒子群优...

【专利技术属性】
技术研发人员：邓遂，曹红兵，朱健，向文芳，赵显忠，国薇，于禾，
申请(专利权)人：无锡物联网产业研究院，中科院无锡高新微纳传感网工程技术研发中心，
类型：发明
国别省市：