CN103076777B - 一种控制多机器人服务量的处理方法及系统 - Google Patents
一种控制多机器人服务量的处理方法及系统 Download PDFInfo
- Publication number
- CN103076777B CN103076777B CN201210577774.1A CN201210577774A CN103076777B CN 103076777 B CN103076777 B CN 103076777B CN 201210577774 A CN201210577774 A CN 201210577774A CN 103076777 B CN103076777 B CN 103076777B
- Authority
- CN
- China
- Prior art keywords
- services
- service
- scheduling scheme
- weights
- total volume
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
Abstract
本发明公开一种控制多机器人服务量的处理方法及系统,其中,所述方法包括步骤:预先在数据库中存储多机器人不同调度方案对应的总服务量的计算标准;接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量,并获取数据库中每一调度方案的计算标准,按照所述计算标准计算每一调度方案下的总服务量;比较每一调度方案下的总服务量的大小,筛选出总服务量最大的调度方案标记为最佳调度方案,控制多机器人按照所述最佳调度方案执行服务。本发明控制效率高、成本低、经济效益显著,具有较强的实用性。
Description
技术领域
本发明涉及机器人控制领域,尤其涉及一种控制多机器人服务量的处理方法及系统。
背景技术
无论是车水马龙的十字街头,还是繁杂纷忙的全国列车、飞机运输,都需要合理的调度机制,以保证整个体系安全、无碰、井然有序的运作,这一情形和多机器人的调度规划与协调有着极其相似的地方:它们都需要合理的安排每个机器人的运动路线、运动时间、停止等待的时刻、场所、以及等待时间的长短等等。
现有的机器人调度方案主要考虑多机器人资源的负载均衡,但在多机器人实际应用中,有时需要通过多机器人资源的调度获得最大的服务量,使得已有的多机器人资源能够服务于尽量多的用户和完成尽量多的任务。而以追求负载均衡为目的的多机器人资源调度方法无法满足服务量最大化的目的。
因此,现有技术还有待于改进和发展。
发明内容
鉴于上述现有技术的不足,本发明的目的在于提供一种控制多机器人服务量的处理方法及系统,旨在解决现有机器人资源调度方法无法满足服务量最大化的问题。
本发明的技术方案如下:
一种控制多机器人服务量的处理方法,其中,包括步骤:
A、预先在数据库中存储多机器人不同调度方案对应的总服务量的计算标准;
B、接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量,并获取数据库中每一调度方案的计算标准,按照所述计算标准计算每一调度方案下的总服务量;
C、比较每一调度方案下的总服务量的大小,筛选出总服务量最大的调度方案标记为最佳调度方案,控制多机器人按照所述最佳调度方案执行服务。
所述控制多机器人服务量的处理方法,其中,所述步骤A中的总服务量的计算标准为:S1=A1*U1+A2*U2+…+ An*Un,其中,所述S1为总服务量,A1、A2、…、An为服务目标,U1、U2、…、Un分别为机器人为服务目标A1、A2、…、An所完成的服务量。
所述控制多机器人服务量的处理方法,其中,所述计算标准为:S2= A1*K1*U1+ A2*K2*U2+…+ An*Kn*Un,其中,所述S2为总服务量,A1、A2、…、An为服务目标,K1、K2、…、Kn分别为服务目标A1、A2、…、An对应的权值,U1、U2、…、Un分别为机器人为服务目标A1、A2、…、An所完成的服务量。
所述控制多机器人服务量的处理方法,其中,每一服务目标的权值包括用于表示服务目标重要性的重要性权值和用于表示服务目标紧迫性的紧迫性权值,所述重要性权值和紧迫性权值相加为1。
所述控制多机器人服务量的处理方法,其中,在每一服务目标的权值中包括以下组合中的一种:
重要性权值为0.1,紧迫性权值为0.9;
重要性权值为0.2,紧迫性权值为0.8;
重要性权值为0.3,紧迫性权值为0.7;
重要性权值为0.4,紧迫性权值为0.5;
重要性权值为0.5,紧迫性权值为0.5;
重要性权值为0.6,紧迫性权值为0.4;
重要性权值为0.7,紧迫性权值为0.3;
重要性权值为0.8,紧迫性权值为0.2;
重要性权值为0.9,紧迫性权值为0.1。
所述控制多机器人服务量的处理方法,其中,所述步骤B中,按照所述服务目标的权值赋予为相应服务目标服务的机器人一个机器人权值。
所述控制多机器人服务量的处理方法,其中,所述步骤B具体包括:
B1、接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量;
B2、从数据库中调取每一调度方案的计算标准;
B3、将所述服务目标数量以及每一服务目标所需完成的服务量输入到不同调度方案中,计算按照不同调度方案的总服务量。
一种控制多机器人服务量的处理系统,其中,包括:
存储模块,用于预先在数据库中存储多机器人不同调度方案对应的总服务量的计算标准;
总服务量计算模块,用于接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量,并获取数据库中每一调度方案的计算标准,按照所述计算标准计算每一调度方案下的总服务量;
控制执行模块,用于比较每一调度方案下的总服务量的大小,筛选出总服务量最大的调度方案标记为最佳调度方案,控制多机器人按照所述最佳调度方案执行服务。
所述控制多机器人服务量的处理系统,其中,所述总服务量计算模块包括:
信息接收单元,用于接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量;
计算标准调取单元,用于从数据库中调取每一调度方案的计算标准;
总服务量计算单元,用于将所述服务目标数量以及每一服务目标所需完成的服务量输入到不同调度方案中,计算按照不同调度方案的总服务量。
接收到用户输入的服务目标数量以及各服务目标所需完成的服务量后,即可计算在不同调度方案下的总服务量,进而比较不同调度方案下的总服务量的大小,按照最大的总服务量的调度方案执行服务,从而达到使多机器人能够服务于尽量多的服务目标以及完成尽量多的任务,本发明控制效率高、成本低、经济效益显著,具有较强的实用性。
附图说明
图1为本发明控制多机器人服务量的处理方法较佳实施例的流程图。
图2为图1所示方法中计算总服务量的具体流程图。
图3为本发明控制多机器人服务量的处理系统较佳实施例的结构框图。
图4为图3所示系统中总服务量计算模块的结构框图。
具体实施方式
本发明提供一种控制多机器人服务量的处理方法及系统,为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,图1为本发明控制多机器人服务量的处理方法较佳实施例的流程图,如图所示,其包括步骤:
S101、预先在数据库中存储多机器人不同调度方案对应的总服务量的计算标准;
S102、接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量,并获取数据库中每一调度方案的计算标准,按照所述计算标准计算每一调度方案下的总服务量;
S103、比较每一调度方案下的总服务量的大小,筛选出总服务量最大的调度方案标记为最佳调度方案,控制多机器人按照所述最佳调度方案执行服务。
在步骤S101中,首先将多机器人不同调度方案对应的总服务量的计算标准存储在服务器的数据库中,本发明中的计算标准包括:总服务量=服务目标数量*为服务目标完成的服务量。该计算标准表示机器人所服务的服务目标数量与为服务目标完成的服务量的乘积,而实际上,由于机器人为每一服务目标所完成的服务量有可能不同,所以,本发明中还可对上述计算标准进行细化,即将每一服务目标所完成的服务量相加得到总服务量,其计算标准为:S1=A1*U1+A2*U2+…+ An*Un,其中,所述S1为该计算标准的总服务量,A1、A2、…、An为服务目标,U1、U2、…、Un分别为机器人为服务目标A1、A2、…、An所完成的服务量,这样,计算标准能够体现出机器人为不同服务目标所完成的服务量的差异,将各个不同服务目标的服务量相加得到最后的总服务量。这种计算标准适用的调度方案是:每一服务目标都是相同级别的,即每一服务目标的级别(也可称权值或优先级)都是相同的,并且控制机器人平均分配服务量,按照先后或者其他预定的的顺序来为服务目标进行服务,使各个机器人能够完成分配完的服务量。
除上述计算标准外,本发明还可设置下述的计算标准:总服务量=服务目标数量*服务目标的权值*为服务目标完成的服务量,即为服务目标设置一个权值或级别,这样能够根据服务目标的权值来计算一个能够表示服务价值的总服务量,上述计算标准考虑的是服务目标的权值都是一样的,但实际情况是,每一服务目标的权值都有可能不一样,所以需要将不同服务目标的不同的权值表现出来,进一步,所述计算标准可以细化为:S2=
A1*K1*U1+ A2*K2*U2+…+ An*Kn*Un,其中,所述S2为该计算标准的总服务量,A1、A2、…、An为服务目标,K1、K2、…、Kn分别为服务目标A1、A2、…、An对应的权值,U1、U2、…、Un分别为机器人为服务目标A1、A2、…、An所完成的服务量,上述的计算标准适用的调度方案是:每一服务目标都有一个权值,为每一机器人分配的服务量后,机器人按照服务目标的权值为服务目标完成相应的服务量。
在上述服务目标的权值仅包含了服务目标的优先级即重要性,而在实际应用中,服务目标还具有不同的紧迫性,即一些优先级高的服务目标并不是特别紧急,而某些优先级低的服务目标则要求快速完成,所以可以为服务目标的权值中赋予紧迫性的含义,即在所述服务目标的权值包括重要性权值和紧迫性权值,每一服务目标的重要性权值和紧迫性权值相加为1,这样机器人调度时能够根据各个服务目标的重要性以及紧迫性的对服务目标进行服务,即提高了效率,又能保持执行的顺序保持与用户的需求一致。
在每一服务目标的权值中可以有以下组合:重要性权值为0.1,紧迫性权值为0.9;重要性权值为0.2,紧迫性权值为0.8;重要性权值为0.3,紧迫性权值为0.7;重要性权值为0.4,紧迫性权值为0.5;重要性权值为0.5,紧迫性权值为0.5;重要性权值为0.6,紧迫性权值为0.4;重要性权值为0.7,紧迫性权值为0.3;重要性权值为0.8,紧迫性权值为0.2;重要性权值为0.9,紧迫性权值为0.1。具体可以根据实际情况作出相应的选择。
此外,还可以对各个机器人在服务过程中的角色或者所服务目标的重要性为每一机器人赋予相应的权值,这样能够提高多机器人服务的总体效率。
进一步,如图2所示,所述步骤S102可以细化为以下步骤:
S201、接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量;
S202、从数据库中调出每一调度方案的计算标准;
S203、将所述服务目标数量以及每一服务目标所需完成的服务量输入到不同调度方案中,计算按照不同调度方案的总服务量。
以机器人搬运服务目标为例,下面说明如何调度机器人:采用栅格法表示搬运的环境,即将环境表示为栅格Ni,在每个栅格中,只允许一个机器人自由停靠,并把所有相邻栅格的中心点连接起来,为了实现多机器人的协调运动,需要给每个栅格赋予一个属性数组D,属性数组的长度为n(机器人数量),属性数组中的每个元素D(i)用来存放机器人Ai的运动优先级,对于每个栅格Ni和每个机器人Aj,若Aj的当前运动路径通过该栅格Ni,则Ni的属性数组中D(j)值等于机器人Aj的运动优先级,若Aj的当前运动路径不通过该栅格Ni,则Ni的属性数组中D(j)值等于设定的最小值。
在本发明的多机器人中,每一机器人上设有传感器,用于获取道路、障碍物及路标等信息。传感器包括视觉传感器、力传感器等,以获取外界的信息,并将获取到的信息发送至服务器中,当接收到用户的任务后,服务器中的规划模块会将任务分解成以几何坐标描述的中间点序列,每相邻两个中间点直线可达,并向服务器中的控制执行模块发送规划结果,控制执行模块接收到规划结果后,控制机器人按照所述规划结果控制机器人各关节的电流、电压量,并且每1ms更新一次电流、电压量。
基于上述方法,本发明还提供一种控制多机器人服务量的处理系统,如图3所示,包括:
存储模块100,用于预先在数据库中存储多机器人不同调度方案对应的总服务量的计算标准;
总服务量计算模块200,用于接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量,并获取数据库中每一调度方案的计算标准,按照所述计算标准计算每一调度方案下的总服务量;
控制执行模块300,用于比较每一调度方案下的总服务量的大小,筛选出总服务量最大的调度方案标记为最佳调度方案,控制多机器人按照所述最佳调度方案执行服务。
进一步,如图4所示,所述总服务量计算模块200包括:
信息接收单元210,用于接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量;
计算标准调取单元220,用于从数据库中调取每一调度方案的计算标准;
总服务量计算单元230,用于将所述服务目标数量以及每一服务目标所需完成的服务量输入到不同调度方案中,计算按照不同调度方案的总服务量
综上所述,本发明通过将不同调度方案的计算标准存储在数据库中,接收到用户输入的服务目标数量以及各服务目标所需完成的服务量后,即可计算在不同调度方案下的总服务量,进而比较不同调度方案下的总服务量的大小,按照最大的总服务量的调度方案执行服务,从而达到使多机器人能够服务于尽量多的服务目标以及完成尽量多的任务,本发明控制效率高、成本低、经济效益显著,具有较强的实用性。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (7)
1.一种控制多机器人服务量的处理方法,其特征在于,包括步骤:
A、预先在数据库中存储多机器人不同调度方案对应的总服务量的计算标准;
B、接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量,并获取数据库中每一调度方案的计算标准,按照所述计算标准计算每一调度方案下的总服务量;
C、比较每一调度方案下的总服务量的大小,筛选出总服务量最大的调度方案标记为最佳调度方案,控制多机器人按照所述最佳调度方案执行服务;
所述计算标准为:S2= A1*K1*U1+ A2*K2*U2+…+ An*Kn*Un,其中,所述S2为总服务量,A1、A2、…、An为服务目标,K1、K2、…、Kn分别为服务目标A1、A2、…、An对应的权值,U1、U2、…、Un分别为机器人为服务目标A1、A2、…、An所完成的服务量。
2.根据权利要求1所述控制多机器人服务量的处理方法,其特征在于,每一服务目标的权值包括用于表示服务目标重要性的重要性权值和用于表示服务目标紧迫性的紧迫性权值,所述重要性权值和紧迫性权值相加为1。
3.根据权利要求2所述控制多机器人服务量的处理方法,其特征在于,在每一服务目标的权值中包括以下组合中的一种:
重要性权值为0.1,紧迫性权值为0.9;
重要性权值为0.2,紧迫性权值为0.8;
重要性权值为0.3,紧迫性权值为0.7;
重要性权值为0.4,紧迫性权值为0.6;
重要性权值为0.5,紧迫性权值为0.5;
重要性权值为0.6,紧迫性权值为0.4;
重要性权值为0.7,紧迫性权值为0.3;
重要性权值为0.8,紧迫性权值为0.2;
重要性权值为0.9,紧迫性权值为0.1。
4.根据权利要求2所述控制多机器人服务量的处理方法,其特征在于,所述步骤B中,按照所述服务目标的权值赋予为相应服务目标服务的机器人一个机器人权值。
5.根据权利要求1所述控制多机器人服务量的处理方法,其特征在于,所述步骤B具体包括:
B1、接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量;
B2、从数据库中调取每一调度方案的计算标准;
B3、将所述服务目标数量以及每一服务目标所需完成的服务量输入到不同调度方案中,计算按照不同调度方案的总服务量。
6.一种控制多机器人服务量的处理系统,其特征在于,包括:
存储模块,用于预先在数据库中存储多机器人不同调度方案对应的总服务量的计算标准,所述计算标准为:S2= A1*K1*U1+ A2*K2*U2+…+ An*Kn*Un,其中,所述S2为总服务量,A1、A2、…、An为服务目标,K1、K2、…、Kn分别为服务目标A1、A2、…、An对应的权值,U1、U2、…、Un分别为机器人为服务目标A1、A2、…、An所完成的服务量;
总服务量计算模块,用于接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量,并获取数据库中每一调度方案的计算标准,按照所述计算标准计算每一调度方案下的总服务量;
控制执行模块,用于比较每一调度方案下的总服务量的大小,筛选出总服务量最大的调度方案标记为最佳调度方案,控制多机器人按照所述最佳调度方案执行服务。
7.根据权利要求6所述控制多机器人服务量的处理系统,其特征在于,所述总服务量计算模块包括:
信息接收单元,用于接收用户输入的用于控制多机器人执行服务的服务目标数量以及每一服务目标所需完成的服务量;
计算标准调取单元,用于从数据库中调取每一调度方案的计算标准;
总服务量计算单元,用于将所述服务目标数量以及每一服务目标所需完成的服务量输入到不同调度方案中,计算按照不同调度方案的总服务量。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210577774.1A CN103076777B (zh) | 2012-12-27 | 2012-12-27 | 一种控制多机器人服务量的处理方法及系统 |
PCT/CN2013/085863 WO2014101558A1 (zh) | 2012-12-27 | 2013-10-24 | 一种控制多机器人服务量的处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210577774.1A CN103076777B (zh) | 2012-12-27 | 2012-12-27 | 一种控制多机器人服务量的处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103076777A CN103076777A (zh) | 2013-05-01 |
CN103076777B true CN103076777B (zh) | 2016-09-14 |
Family
ID=48153344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210577774.1A Active CN103076777B (zh) | 2012-12-27 | 2012-12-27 | 一种控制多机器人服务量的处理方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103076777B (zh) |
WO (1) | WO2014101558A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103076777B (zh) * | 2012-12-27 | 2016-09-14 | 深圳先进技术研究院 | 一种控制多机器人服务量的处理方法及系统 |
CN106625660A (zh) * | 2016-12-02 | 2017-05-10 | 南宁学院 | 一种工业机器人行进路径分配方法 |
CN106647763B (zh) * | 2017-01-06 | 2019-10-11 | 深圳优地科技有限公司 | 一种机器人调度方法、装置和服务器 |
CN114019912B (zh) * | 2021-10-15 | 2024-02-27 | 上海电机学院 | 一种群体机器人运动规划控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551661A (zh) * | 2009-05-12 | 2009-10-07 | 广东工业大学 | 一种面向多机器人系统的控制方法 |
CN101836190A (zh) * | 2007-10-31 | 2010-09-15 | 国际商业机器公司 | 用于将多个作业分配给多个计算机的方法、系统和计算机程序 |
CN101973031A (zh) * | 2010-08-24 | 2011-02-16 | 中国科学院深圳先进技术研究院 | 云机器人系统及实现方法 |
CN102196039A (zh) * | 2011-04-13 | 2011-09-21 | 中国科学院深圳先进技术研究院 | 基于云计算的多机器人系统及其实现方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1887498A1 (en) * | 2006-07-31 | 2008-02-13 | Accenture Global Services GmbH | Work allocation model |
KR100991767B1 (ko) * | 2007-12-24 | 2010-11-03 | 한국전자통신연구원 | 다중 로봇을 원격제어하기 위한 휴대 인터넷의 상향 링크자원 할당 시스템 및 그 방법 |
CN101303589B (zh) * | 2008-06-20 | 2011-04-13 | 中南大学 | 基于有限状态自动机的多艾真体动态多目标协作跟踪方法 |
US8170718B2 (en) * | 2008-12-18 | 2012-05-01 | GM Global Technology Operations LLC | Multiple priority operational space impedance control |
CN101807159B (zh) * | 2010-03-18 | 2013-01-02 | 西北工业大学 | 一种自适应任务调度方法 |
CN102033536B (zh) * | 2010-12-22 | 2012-12-26 | 大连理工大学 | 一种多机器人系统的调度组织协作系统及方法 |
CN103076777B (zh) * | 2012-12-27 | 2016-09-14 | 深圳先进技术研究院 | 一种控制多机器人服务量的处理方法及系统 |
-
2012
- 2012-12-27 CN CN201210577774.1A patent/CN103076777B/zh active Active
-
2013
- 2013-10-24 WO PCT/CN2013/085863 patent/WO2014101558A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101836190A (zh) * | 2007-10-31 | 2010-09-15 | 国际商业机器公司 | 用于将多个作业分配给多个计算机的方法、系统和计算机程序 |
CN101551661A (zh) * | 2009-05-12 | 2009-10-07 | 广东工业大学 | 一种面向多机器人系统的控制方法 |
CN101973031A (zh) * | 2010-08-24 | 2011-02-16 | 中国科学院深圳先进技术研究院 | 云机器人系统及实现方法 |
CN102196039A (zh) * | 2011-04-13 | 2011-09-21 | 中国科学院深圳先进技术研究院 | 基于云计算的多机器人系统及其实现方法 |
Non-Patent Citations (1)
Title |
---|
基于适应度的多机器人任务分配策略;董炀斌 等;《浙江大学学报(工学版)》;20070228;第41卷(第2期);272-277 * |
Also Published As
Publication number | Publication date |
---|---|
WO2014101558A1 (zh) | 2014-07-03 |
CN103076777A (zh) | 2013-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yi et al. | A highly efficient control framework for centralized residential charging coordination of large electric vehicle populations | |
CN103076777B (zh) | 一种控制多机器人服务量的处理方法及系统 | |
Limmer | Dynamic pricing for electric vehicle charging—A literature review | |
WO2018096424A1 (en) | Method and apparatus for facilitating the operation of an on-site energy storage system to co-optimize battery dispatch | |
CN105760949A (zh) | 一种电动汽车快充站充电机台数优化配置方法 | |
WO2017066790A1 (en) | Adaptive charging algorithms for a network of electric vehicles | |
CN109501630A (zh) | 一种电动汽车充电方案实时推荐方法及系统 | |
CN104657220A (zh) | 混合云中基于截止时间和费用约束的调度模型及方法 | |
Kong et al. | On-line event-driven scheduling for electric vehicle charging via park-and-charge | |
Scholz-Reiter et al. | Dynamic flexible flow shop problems—Scheduling heuristics vs. autonomous control | |
Abdalrahman et al. | A survey on PEV charging infrastructure: Impact assessment and planning | |
CN104536804A (zh) | 面向关联任务请求的虚拟资源调度系统及调度和分配方法 | |
CN103840549A (zh) | 电动汽车充电负荷空间调度系统及方法 | |
CN110861104B (zh) | 一种辅助机器人运送物品的方法、介质、终端和装置 | |
Ambike et al. | An optimistic differentiated job scheduling system for cloud computing | |
JP2014512052A (ja) | 複数の装置に配給すべきエネルギに関する制約を考慮して、予め定められた期間にわたって複数の装置のクラスタにエネルギ流を分配するための方法、そのような方法を行なうためのコンピュータプログラム、およびそのためのシステム | |
CN102930399A (zh) | 地铁乘务管理系统的排班方法 | |
CN103475495A (zh) | 一种云计算虚拟机资源使用计费方法 | |
González et al. | Applied Internet of Things architecture to unlock the value of smart microgrids | |
CN103699448A (zh) | 一种云计算环境下基于时间期限和预算的调度方法 | |
CN103002053B (zh) | 云计算的利润最大化调度方法和系统 | |
Tariq et al. | Priority based load balancing in cloud and fog based systems | |
CN103379168A (zh) | 数据中心资源分配管理方法及系统 | |
CN110838988B (zh) | 一种网络流量限流系统 | |
WO2013069518A1 (ja) | 充電料金算出装置及び充電料金算出方法並びにそのプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |