CN105224292A - 一种服务开通指令处理的方法及装置 - Google Patents

Abstract

本发明公开了一种服务开通指令处理的方法，包括：设置中间节点，建立服务开通指令到中间节点的第一映射模型；计算第一映射模型，将第一映射模型的计算结果作为约束条件，建立中间节点到进程的第二映射模型；根据第二映射模型获得中间节点与进程的对应关系；根据获得的中间节点与进程的对应关系调整进程参数，根据进程参数处理服务开通工单。本发明还公开了一种服务开通指令处理的装置。

Description

一种服务开通指令处理的方法及装置

技术领域

本发明涉及业务处理技术，尤其涉及一种服务开通指令处理的方法及装置。

背景技术

服务开通是按照服务订单的要求，实现服务配置和激活工作。目前，服务开通的流程包括：订单解析、服务开通订单生成、服务开通工单生成、和服务开通工单处理与发送；其中，服务开通工单处理与发送是业务运营支撑系统(Business&OperationSupportSystem，BOSS)采用某种处理机制，将服务开通工单处理与发送指令同步给归属位置寄存器(HomeLocationRegister，HLR)或其他平台。

服务开通工单的处理流程如图1所示，包括：服务开通系统接收客户关系管理系统(CustomerRelationshipManagement，CRM)前台或BOSS后台下发服务开通业务订单，对订单进行校验；按照参数匹配模型、订单定义等订单生成模型生成服务开通侧的订单；按照号段划分、平台类型定义等工单生成模型生成需要同步到各平台的工单；按照工单处理模型对生成的工单进行处理，并同步到相关平台。

服务开通工单生成和服务开通工单处理与发送的流程如图2所示，包括：根据号段划分、工单定义、平台类型定义、以及号码到进程的映射等模型生成服务开通工单、在对服务开通工单进行处理和发送；

其中，号段划分规定了号码对应的交换设备，工单定义规定了要发送工单的类型及工单的配置，平台类型定义规定了要同步到的平台及该平台在服务开通侧的配置，最后进程映射模型计算出号码的指令映射到哪一个处理进程。

在现有技术中，一方面，按照号段划分等固定的模型来确定指令所对应的处理进程，会导致同步到一台交换机设备的指令所对应的处理进程是固定的，不能实时动态调整；而且，由于指令执行具有顺序性，当某条指令出现问题时，将会影响该进程中出现问题的指令之后的所有指令的同步，引起指令积压。

另一方面，在服务开通工单生成后，根据设定好的进程配置表进行匹配，服务开通工单由哪一个进程处理是固定不变的，这样，就不能根据服务开通工单的积压情况、各个进程的任务量等系统实际运行情况动态调整服务开通工单和进程的映射关系；并且，一旦出现某个进程“假死”的问题，将会影响所有预先分配到该进程上的指令的执行；此时，必需维护人员进行手动处理后，指令才能继续执行，极大的影响了指令执行的效率。

另外，每个进程上处理的指令数量是均衡的，偏远地市的号码使用者办理服务开通业务相对较少，甚至有些号段还没有放开使用；因此，根据号码所产生的服务开通指令数量并不均衡，由此引起某些进程上被分配的任务量大，而某些进程却是空运行，系统资源得不到合理利用，同时也降低了指令执行效率。

发明内容

有鉴于此，本发明实施例期望提供一种服务开通指令处理的方法及装置，能够动态调整指令在执行时所对应的处理进程，提高指令执行效率。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供一种服务开通指令处理的方法，包括：设置中间节点，建立服务开通指令到中间节点的第一映射模型；计算第一映射模型，将第一映射模型的计算结果作为约束条件，建立中间节点到进程的第二映射模型；根据第二映射模型获得中间节点与进程的对应关系；根据获得的中间节点与进程的对应关系调整进程参数，根据进程参数处理服务开通工单。

优选地，所述第一映射模型通过对服务开通指令取模值获得；所述第二映射模型根据任务量均衡的原则获得。

优选地，所述计算第一映射模型包括：设置中间节点数量和用户编码与中间节点的对应关系，根据服务开通指令对用户编码进行取模运算，获得服务开通工单对应的中间节点。

优选地，所述根据第二映射模型获得中间节点与进程的对应关系包括：根据遗传算法对第二映射模型求解。

优选地，所述进程参数包括：中间节点和进程对应的value字段、每个进程处理指令数量的平均值、某一时刻分配到节点的指令数量、以及用户编码的模值。

本发明实施例还提供一种服务开通指令处理的装置，所述装置包括：构建模块、第一计算模块、第二计算模块、以及处理模块；其中，

所述构建模块，用于设置一个中间节点，建立服务开通指令到中间节点的第一映射模型；

所述第一计算模块，用于计算第一映射模型；

所述构建模块，还用于将第一计算模块的计算结果作为约束条件，建立中间节点到进程的第二映射模型；

所述第二计算模块，用于根据第二映射模型获得中间节点与进程的对应关系；

所述处理模块，用于根据第二计算模块获得的中间节点与进程的对应关系调整进程参数，根据进程参数处理服务开通工单。

优选地，所述构建模块通过对服务开通指令取模值获得第一映射模型；所述构建模块根据任务量均衡的原则获得第二映射模型。

优选地，所述第一计算模块计算第一映射模型包括：设置中间节点数量和用户编码与中间节点的对应关系，根据服务开通指令对用户编码进行取模运算，获得服务开通工单对应的中间节点。

优选地，所述第二计算模块根据第二映射模型获得中间节点与进程的对应关系包括：根据遗传算法对第二映射模型求解。

优选地，所述进程参数包括：中间节点和进程对应的value字段、每个进程处理指令数量的平均值、某一时刻分配到节点的指令数量、以及用户编码的模值。

本发明实施例所提供的服务开通指令处理的方法及装置，设置中间节点，建立服务开通指令到中间节点的第一映射模型，计算第一映射模型，并将第一映射模型的计算结果作为约束条件，建立中间节点到进程的第二映射模型；根据第二映射模型获得中间节点与进程的对应关系；根据获得的中间节点与进程的对应关系调整进程参数，根据进程参数处理服务开通工单。如此，能够基于建立的指令与进程之间的映射模型动态调整进程参数，不仅能够实现同一台交换设备的进程上的任务量均衡；而且，能实现某个进程上指令积压时，自动重分配指令，提高指令执行效率。

附图说明

图1为服务开通工单的处理流程示意图；

图2为服务开通工单生成和服务开通工单处理与发送的处理流程示意图；

图3为本发明实施例服务开通指令处理的方法的基本实现流程示意图；

图4为本发明实施例根据改进的遗传算法求解第二映射模型的实现流程示意图；

图5为本发明实施例服务开通指令处理的方法的详细实现流程示意图；

图6为本发明实施例获得中间节点与进程的对应短息的详细实现流程示意图；

图7为本发明实施例一种服务开通指令处理的装置的组成结构示意图。

具体实施方式

在本发明实施例中，设置中间节点，建立服务开通指令到中间节点的第一映射模型，计算第一映射模型，并将第一映射模型的计算结果作为约束条件，建立中间节点到进程的第二映射模型；根据第二映射模型获得中间节点与进程的对应关系；根据获得的中间节点与进程的对应关系调整进程参数，根据进程参数处理服务开通工单。

进一步的，通过对服务开通指令取模值获得第一映射模型，使每个用户的所有服务开通指令对应同一个中间节点，进而确定工单的执行顺序。

根据任务量均衡的原则获得第二映射模型，使每个进程的任务量与任务量平均值的差最小；

第一映射模型为：Value＝[Subsid]mod32；

其中，mod32表示对用户编码取模值，[Subsid]表示用户编码。

第二映射模型为： $\left\{\begin{array}{c}\min F=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{(\mathrm{avg}-f_1)}^2\\ s.t.f_1=\underset{j=o}{\overset{T-1}{\mathrm{\Σ}}}{n}_{i,j}{P}_j,i\∈E=\{1,...,N-1\},j\∈I=\{1,...T-1\}\\ n_{i,j}\∈\left\{\mathrm{0,1}\right\}\\ \underset{i=0}{\overset{T-1}{\mathrm{\Σ}}}{n}_{i,j}=1\end{array}\right.---\left(1\right);$

其中，n_i,j的值为0或1，n_i,j＝0时，表示i节点对应j进程，n_i,j＝1时，表示j节点对应i进程；P_i为某一时刻分配到i节点的指令的数量；T为模值；N为一台交换机对应的进程的数量；avg为每个进程处理的指令的平均值；f_i为分配到每个进程上的待处理指令的数量。

本发明实施例一种服务开通指令处理的方法的基本流程如图3所示，包括以下步骤：

步骤101，设置中间节点，建立服务开通指令到中间节点的第一映射模型；

这里，中间节点为中间变量；通过对服务开通指令取模值获得第一映射模型；

具体的，第一映射模型为：Value＝[Subsid]mod32；

其中，mod32表示对用户编码取模值，[Subsid]表示用户编码。

步骤102，计算第一映射模型，将第一映射模型的计算结果作为约束条件，建立中间节点到进程的第二映射模型；

这里，根据任务量均衡的原则获得第二映射模型，使每个进程的任务量与任务量平均值的差最小；

第二映射模型为： $\left\{\begin{array}{c}\min F=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{(\mathrm{avg}-f_1)}^2\\ s.t.f_1=\underset{j=o}{\overset{T-1}{\mathrm{\Σ}}}{n}_{i,j}{P}_j,i\∈E=\{1,...,N-1\},j\∈I=\{1,...T-1\}\\ n_{i,j}\∈\left\{\mathrm{0,1}\right\}\\ \underset{i=0}{\overset{T-1}{\mathrm{\Σ}}}{n}_{i,j}=1\end{array}\right.---\left(1\right)$

其中，n_i,j的值为0或1，n_i,j＝0时，表示i节点对应j进程，n_i,j＝1时，表示j节点对应i进程；

P_i为某一时刻分配到i节点的指令的数量；

T为模值；

N为一台交换机对应的进程的数量；

avg为每个进程处理的指令的平均值，具体的，先从数据库的待处理指令表中获取待处理指令数量，再将某个时刻总的待处理指令数量除以进程数量获得avg值；

f_i为分配到每个进程上的待处理指令的数量。

具体的，计算第一映射模型包括：设置中间节点数量和用户编码与中间节点的对应关系，根据服务开通指令对用户编码进行取模运算，得到服务开通工单对应的中间节点，进而获得每个中间节点服务开通指令的数量；将每个中间节点服务开通指令的数量作为第二模型的约束条件。

步骤103，根据第二映射模型获得中间节点与进程的对应关系；

具体的，本步骤就是对第二映射模型求解，以获得中间节点与进程的对应关系；

也就是说，求解第二映射模型的目的是获得中间节点和进程的最佳映射关系，即：中间节点对应的进程动态变化，以及各进程的任务量均衡；其中，第二映射模型的约束条件为：一个中间节点只能映射到一个进程，且每个中间节点必须映射到一个进程。

这里，根据改进的遗传算法求解第二映射模型，获得中间节点与进程的最佳映射关系；具体的，如图4所示，根据改进的遗传算法求解第二映射模型，包括以下步骤：

步骤a1，对变量进行编码；

这里，变量为中间节点与进程的对应关系；具体可以使用二进制编码方法。

步骤a2，获得适应度函数；

具体的，适应度函数为F'＝aF+b(2)

其中，F为原适应度函数；F'为先行变换后的适应度函数；a和b为线性变换参数；在适应度值大于0时，

$a=\frac{C-1}{F_{\max }-F_{\mathrm{avg}}}{F}_{\mathrm{avg}}---\left(3\right)$

$b=\frac{F_{\max }-{\mathrm{CF}}_{\mathrm{avg}}}{F_{\max }-F_{\mathrm{avg}}}{F}_{\mathrm{avg}}---\left(4\right)$

在适应度值经过先行变换后，小于0时，

$a=\frac{F_{\mathrm{avg}}}{F_{\mathrm{avg}}-F_{\min }}---\left(5\right)$

$b=\frac{-F_{\mathrm{avg}}{F}_{\min }}{F_{\mathrm{avg}}-F_{\min }}---\left(6\right).$

步骤a3，对个体进行精英选择；

其中，个体是遗传算法中进化的最小单位，是一个向量；

这里，可以采用轮盘选择法选择满足第二映射模型的限制条件，且适应度高的若干个个体。

步骤a4，交叉；

这里，可以采用单点交叉混合染色体中二进制编码基因的基因信息，产生二进制的编码基因。

步骤a5，变异；

这里，可以采用二进制基因编码采用位变异，进而获得中间节点与进程的最佳映射关系，所述中间节点与进程的映射关系为一个向量。。

步骤104，根据获得的中间节点与进程的对应关系调整进程参数，根据进程参数处理服务开通工单；

这里，进程参数包括：中间节点和进程对应的value字段、每个进程处理指令数量的平均值、某一时刻分配到节点的指令数量、以及用户编码的模值.。

本发明实施例一种服务开通指令处理的方法的详细流程如图5所示，包括以下步骤：

步骤201，设置中间节点，建立服务开通指令到中间节点的第一映射模型；

这里，中间节点为中间变量；通过对服务开通指令取模值获得第一映射模型；

具体的，第一映射模型为：Value＝[Subsid]mod32；

其中，mod32表示对用户编码取模值，[Subsid]表示用户编码。

步骤202，计算第一映射模型；

本步骤就是对第一映射模型求解，以获得服务开通工单对应的中间节点；

这里，设置32个中间节点，对用户编码进行取模运算，使待处理的服务开通工单分别对应0-31中间节点；

具体的，用户欠费后进行缴费，先为用户同步欠停重开指令，对用户的号码进行取模运算，得到服务开通工单的中间节点值为3。

步骤203，生成待处理工单；

具体的，根据工单定义、平台类型定义填写服务开通工单的字段，生成待处理工单；

这里，用户的欠停重开指令同步到2号交换机，指令编码为013，参数为用户编码和IMSI。

步骤204，计算每个中间节点服务开通指令的数量；

具体的，根据服务开通工单对应的中间节点，计算每个中间节点服务开通指令的数量。

步骤205，将每个中间节点服务开通指令的数量作为约束条件，建立中间节点到进程的第二映射模型；

这里，根据任务量均衡的原则获得第二映射模型，使每个进程的任务量与任务量平均值的差最小；

具体的，第二映射模型为：

$\left\{\begin{array}{c}\min F=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{(\mathrm{avg}-f_1)}^2\\ s.t.f_1=\underset{j=o}{\overset{T-1}{\mathrm{\Σ}}}{n}_{i,j}{P}_j,i\∈E=\{1,...,N-1\},j\∈I=\{1,...T-1\}\\ n_{i,j}\∈\left\{\mathrm{0,1}\right\}\\ \underset{i=0}{\overset{T-1}{\mathrm{\Σ}}}{n}_{i,j}=1\end{array}\right.---\left(1\right);$

其中，n_i,j的值为0或1，n_i,j＝0时，表示i节点对应j进程，n_i,j＝1时，表示j节点对应i进程；

P_i为某一时刻分配到i节点的指令的数量；

T为模值；

N为一台交换机对应的进程的数量；

avg为每个进程处理的指令的平均值，具体的，先从数据库的待处理指令表中获取待处理指令数量，再将某时刻总的待处理指令数量除以进程数量获得avg值；

f_i为分配到每个进程上的待处理指令的数量。

步骤206，根据第二映射模型获得中间节点与进程的对应关系；

这里，本步骤就是对第二映射模型求解，以获得中间节点与进程的对应关系；

也就是说，求解第二映射模型的目的是获得中间节点和进程的最佳映射关系；具体的，获得中间节点与进程的对应关系的详细流程如图6所示，包括以下步骤：

步骤b1，对变量进行二进制编码；

这里，有N个变量，N为多进程的数量，变量为中间节点与进程的对应关系。

步骤b2，自动生成初始种群；

具体的，根据程序随机生成初始种群，如何生成初始种群属于现有技术，这里不再赘述。

步骤b3，计算初始种群的适应度函数；

具体的，定义x与可行域之间的距离

d(x,D)＝||h_i(x)||+||g_j(x)_||(7)

其中，h_i(x)为等式约束函数，g_j(x)为不等式约束函数。

g_i(x)_＝min{0,g_i(x)}(8)

d(x,D)为当前解x与可行域D之间超出约束的最大值，表示当前解x与可行域D的位置关系。若d(x,D)＝0，则x∈D；若d(x,D)>0，则。d(x,D)越大，表示x离可行域D越远。定义FD如下：

$\mathrm{FD}\left(x\right)=\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\γ}}_i\left(x\right)+\underset{j=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\μ}}_i\left(x\right)}{l+m}---\left(9\right)$

其中，

${\mathrm{\&gamma;}}_i\left(x\right)=\left\{\begin{array}{cc}1& g_i\left(x\right)\&le;0\\ 1-\frac{g_i\left(x\right)}{g_{\max }\left(x\right)}& 0<g_i\left(x\right)\&le;g_{\max }\left(x\right)\end{array}\right.---\left(10\right)$

${\mathrm{\&mu;}}_j\left(x\right)=\left\{\begin{array}{cc}1& h_j\left(x\right)=0\\ 1-\frac{\left|h_j\left(x\right)\right|}{h_{\max }\left(x\right)}& \mathrm{else}\end{array}\right.---\left(11\right)$

FD(x)值表示当前解x违反每个约束的程度，及x与可行域D之间的关系。如果FD(x)＝1，则x∈D；如果FD(x)＝0，则；如果0<FD(x)<1，则x∈D，且FD(x)越大，违反约束程序越低。

因此，定义适应度公式为：

$\mathrm{fitness}=\left\{\begin{array}{cc}f\left(x\right)& x\&Element;D\\ \frac{f\left(x\right)}{{(d(x,D)+1/(\mathrm{FD}+\mathrm{\&alpha;}))}^p}& f\left(x\right)\&GreaterEqual;0,x\&NotElement;D\\ f\left(x\right)\&CenterDot;{(d(x,D)+1/(\mathrm{FD}+\mathrm{\&alpha;}))}^p& f\left(x\right)<0,x\&NotElement;D\end{array}\right.---\left(12\right).$

步骤b4，进行选择、交叉和变异，生成新的个体；

如何进行选择、交叉、和变异属于现有技术，这里不再赘述。

步骤b5，计算新种群的适应度函数；

其中，所述种群是由个体组成的；

这里，具体的计算过程与步骤b3相同，这里不再赘述。

步骤b6，判断是否满足终止条件；

这里，终止条件可根据实际情况进行设置；本实施例中，终止条件为进化超过50代，或者第二映射模型的值为0.05。

具体的，设置进化次数为50代，判断满足终止条件，执行步骤b7；判断不满足终止条件，执行步骤b4；

步骤b7，得到最优解，根据最优解调整进程参数；

其中，最优解为使适用度函数值最小的一组解；

根据最优解调整进程参数包括：根据最优解调整中间节点和进程对应表的value字段、每个进程处理指令数量的平均值、某一时刻分配到节点的指令数量以及用户编码的模值。

这里，value字段的值改变后，进程要处理的服务开通工单也发生变化，从而保证某一进程服务开通工单积压时，积压的服务开通工单可自动分配到其他进程上执行。

步骤207，根据参数选择服务开通工单，对选择的服务开通工单进行处理。

为实现上述服务开通指令处理的方法，本发明实施例还提供了一种服务开通指令处理的装置，所述服务开通指令处理的装置设置于主机内，所述服务开通指令处理的装置组成结构如图7所示，该装置包括：构建模块10、第一计算模块20、第二计算模块30、以及处理模块40；其中，

所述构建模块10，用于设置一个中间节点，建立服务开通指令到中间节点的第一映射模型；

所述第一计算模块20，用于计算第一映射模型；

所述构建模块10，还用于将第一计算模块20的计算结果作为约束条件，建立中间节点到进程的第二映射模型；

所述第二计算模块30，用于根据构建模块10建立的第二映射模型获得中间节点与进程的对应关系；

所述处理模块40，用于根据第二计算模块30获得的中间节点与进程的对应关系调整进程参数，根据进程参数处理服务开通工单。

进一步的，所述构建模块10通过对服务开通指令取模值获得第一映射模型；

所述构建模块10根据任务量均衡的原则获得第二映射模型；

具体的，第一映射模型为：Value＝[Subsid]mod32；

其中，mod32表示对用户编码取模值，[Subsid]表示用户编码。第二映射模型为： $\left\{\begin{array}{c}\min F=\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{(\mathrm{avg}-f_1)}^2\\ s.t.f_1=\underset{j=o}{\overset{T-1}{\mathrm{\&Sigma;}}}{n}_{i,j}{P}_j,i\&Element;E=\{1,...,N-1\},j\&Element;I=\{1,...T-1\}\\ n_{i,j}\&Element;\left\{\mathrm{0,1}\right\}\\ \underset{i=0}{\overset{T-1}{\mathrm{\&Sigma;}}}{n}_{i,j}=1\end{array}\right.---\left(1\right);$

其中，n_i,j的值为0或1，n_i,j＝0时，表示i节点对应j进程，n_i,j＝1时，表示j节点对应i进程；

P_i为某一时刻分配到i节点的指令的数量；

T为模值；

N为一台交换机对应的进程的数量；

avg为每个进程处理的指令的平均值；

f_i为分配到每个进程上的待处理指令的数量。

进一步的，所述第一计算模块20计算第一映射模型，包括：设置中间节点数量和用户编码与中间节点的对应关系，根据服务开通指令对用户编码进行取模运算，获得服务开通工单对应的中间节点。

进一步的，所述第二计算模块30根据构建模块10建立的第二映射模型获得中间节点与进程的对应关系，包括：根据遗传算法对第二映射模求解型；

进一步的，所述进程参数包括：中间节点和进程对应的value字段、每个进程处理指令数量的平均值、某一时刻分配到节点的指令数量、以及用户编码的模值。

需要说明的是，在实际应用中，所述构建模块10、第一计算模块20、第二计算模块30、以及处理模块40的功能可由位于主机上的中央处理器(CPU)、或微处理器(MPU)、或数字信号处理器(DSP)、或可编程门阵列(FPGA)实现。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (10)

1.一种服务开通指令处理的方法，其特征在于，所述方法包括：

设置中间节点，建立服务开通指令到中间节点的第一映射模型；

计算第一映射模型，将第一映射模型的计算结果作为约束条件，建立中间节点到进程的第二映射模型；

根据第二映射模型获得中间节点与进程的对应关系；

根据获得的中间节点与进程的对应关系调整进程参数，根据进程参数处理服务开通工单。

2.根据权利要求1所述服务开通指令处理的方法，其特征在于，所述第一映射模型通过对服务开通指令取模值获得；所述第二映射模型根据任务量均衡的原则获得。

3.根据权利要求1所述服务开通指令处理的方法，其特征在于，所述计算第一映射模型包括：设置中间节点数量和用户编码与中间节点的对应关系，根据服务开通指令对用户编码进行取模运算，获得服务开通工单对应的中间节点。

4.根据权利要求1所述服务开通指令处理的方法，其特征在于，所述根据第二映射模型获得中间节点与进程的对应关系包括：根据遗传算法对第二映射模型求解。

5.根据权利要求1所述服务开通指令处理的方法，其特征在于，所述进程参数包括：中间节点和进程对应的value字段、每个进程处理指令数量的平均值、某一时刻分配到节点的指令数量、以及用户编码的模值。

6.一种服务开通指令处理的装置，其特征在于，所述装置包括：构建模块、第一计算模块、第二计算模块、以及处理模块；其中，

所述构建模块，用于设置一个中间节点，建立服务开通指令到中间节点的第一映射模型；

所述第一计算模块，用于计算第一映射模型；

所述构建模块，还用于将第一计算模块的计算结果作为约束条件，建立中间节点到进程的第二映射模型；

所述第二计算模块，用于根据第二映射模型获得中间节点与进程的对应关系；

所述处理模块，用于根据第二计算模块获得的中间节点与进程的对应关系调整进程参数，根据进程参数处理服务开通工单。

7.根据权利要求6所述服务开通指令处理的装置，其特征在于，所述构建模块通过对服务开通指令取模值获得第一映射模型；所述构建模块根据任务量均衡的原则获得第二映射模型。

8.根据权利要求6所述服务开通指令处理的装置，其特征在于，所述第一计算模块计算第一映射模型包括：设置中间节点数量和用户编码与中间节点的对应关系，根据服务开通指令对用户编码进行取模运算，获得服务开通工单对应的中间节点。

9.根据权利要求6所述服务开通指令处理的装置，其特征在于，所述第二计算模块根据第二映射模型获得中间节点与进程的对应关系包括：根据遗传算法对第二映射模型求解。

10.根据权利要求6所述服务开通指令处理的装置，其特征在于，所述进程参数包括：中间节点和进程对应的value字段、每个进程处理指令数量的平均值、某一时刻分配到节点的指令数量、以及用户编码的模值。