CN110197314A - 一种调度方法和装置 - Google Patents
一种调度方法和装置 Download PDFInfo
- Publication number
- CN110197314A CN110197314A CN201810161815.6A CN201810161815A CN110197314A CN 110197314 A CN110197314 A CN 110197314A CN 201810161815 A CN201810161815 A CN 201810161815A CN 110197314 A CN110197314 A CN 110197314A
- Authority
- CN
- China
- Prior art keywords
- virtual driving
- accumulated value
- value
- optional
- queue
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006854 communication Effects 0.000 description 6
- 230000002596 correlated effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000035508 accumulation Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000003455 independent Effects 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241001582888 Lobus Species 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
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
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了调度方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:选取可选队列中虚拟驾驶累积值最小的对象进行作业,并将所述对象移至不可选队列中;待所述对象作业完成,更新虚拟驾驶累积值并将其移至可选队列中。该实施方式能够解决现有调度方式缺乏智能性和公平性,并且长期会带来危险驾驶副作用的问题。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种调度方法和装置。
背景技术
互联网时代,系统的业务设计影响着实际操作的合理性。对于运输业的司机排班作业来说,如何合理的安排每个司机的任务分配,是一个急需解决的调度问题。
对于司机排班分配,现有做法是提前规划出未来一段时间内每个司机的任务,每个司机按部就班的进行作业。如果某个司机遇到特殊情况无法作业,由备用司机顶替继续作业。这种提前规划的做法很清晰,但是过于死板,同时会出现有的司机容易‘累死’、有的司机容易‘饿死’,很难平衡,容易出现资源浪费。
为了避免上面的情况,一种改进的做法是,使用临时调度替代了提前规划,在每次作业任务前实时选取出作业司机,选取的依据是:作业次数的当前值等。但是当前作业次数少、当前驾驶里程少并不能说明该司机是最应该被调度的,比如作业次数少,但是作业时间长,或者新加入的司机作业次数和驾驶里程数都很少,会导致频繁调度新司机。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
以上做法缺乏智能性和公平性,并且长期会带来危险驾驶等副作用。
发明内容
有鉴于此,本发明实施例提供一种调度方法和装置,能够解决现有调度方式缺乏智能性和公平性,并且长期会带来危险驾驶副作用的问题。
为实现上述目的,根据本发明实施例的一个方面,提供了一种调度方法,包括选取可选队列中虚拟驾驶累积值最小的对象进行作业,并将所述对象移至不可选队列中;待所述对象作业完成,更新虚拟驾驶累积值并将其移至可选队列中。
可选地,更新虚拟驾驶累积值,包括:
根据历史虚拟驾驶累积值和虚拟驾驶值变化量,计算所述虚拟驾驶累积值。
可选地,根据如下公式,计算所述虚拟驾驶累积值:
VD’=VD+△VD
其中,VD’为虚拟驾驶累积值,VD为历史虚拟驾驶累积值,△VD为虚拟驾驶值变化量;
△VD=α*△RM+β/pri+γ/SS
其中,△RM为作业实际里程变化量;pri为对象的优先级;SS为对象安全状态;α,β,γ为加权系数。
可选地,所述历史虚拟驾驶累积值的初始值为可选队列中所有对象虚拟驾驶累积值的平均值。
可选地,采用hashmap实现对不可选队列中对象的存储。
可选地,采用TreeMap红黑树实现对可选队列中对象的排序。
另外,根据本发明实施例的一个方面,提供了一种调度装置,包括选取模块,用于选取可选队列中虚拟驾驶累积值最小的对象进行作业,并将所述对象移至不可选队列中;更新模块,用于待所述对象作业完成,更新虚拟驾驶累积值并将其移至可选队列中。
可选地,所述更新模块更新虚拟驾驶累积值时,包括:
根据历史虚拟驾驶累积值和虚拟驾驶值变化量,计算所述虚拟驾驶累积值。
可选地,根据如下公式,计算所述虚拟驾驶累积值:
VD’=VD+△VD
其中,VD’为虚拟驾驶累积值,VD为历史虚拟驾驶累积值,△VD为虚拟驾驶值变化量;
△VD=α*△RM+β/pri+γ/SS
其中,△RM为作业实际里程变化量;pri为对象的优先级;SS为对象安全状态;α,β,γ为加权系数。
可选地,所述历史虚拟驾驶累积值的初始值为可选队列中所有对象虚拟驾驶累积值的平均值。
可选地,采用hashmap实现对不可选队列中对象的存储。
可选地,采用TreeMap红黑树实现对可选队列中对象的排序。
根据本发明实施例的另一个方面,还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任一调度实施例所述的方法。
根据本发明实施例的另一个方面,还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一调度实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:本发明旨在实现公平的、智能的,并且具有状态累计效果,不会被当前状态蒙蔽。并且,加权系数会影响调度结果,体现出依赖的轻重。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的调度方法的主要流程的示意图;
图2是根据本发明实施例的调度装置的主要模块的示意图;
图3是本发明实施例可以应用于其中的示例性系统架构图;
图4是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的调度方法,如图1所示,所述调度方法包括:
步骤S101,选取可选队列中虚拟驾驶累积值最小的对象进行作业,并将所述对象移至不可选队列中。
步骤S102,待所述对象作业完成,更新虚拟驾驶累积值并将其移至可选队列中。
作为一个实施例,所述的对象可以为司机等等,即可以对司机进行最优调度,以实现最高效率的司机作业效果。
在较佳地实施例中,在更新虚拟驾驶累积值的过程中可以根据历史虚拟驾驶累积值和虚拟驾驶值变化量,计算所述虚拟驾驶累积值。
而进一步地,根据如下公式,计算所述虚拟驾驶累积值:
VD’=VD+△VD
其中,VD’为虚拟驾驶累积值,VD为历史虚拟驾驶累积值,△VD为虚拟驾驶值变化量;
△VD=α*△RM+β/pri+γ/SS
其中,△RM为作业实际里程变化量,与△VD成正相关,即作业实际里程数越小越应该被选中。pri为对象的优先级,与△VD成负相关即优先级越高越应该被选中。△为数学符号,代表一个值的变化量。
还有,α,β,γ分别为三项自变量的加权系数。每个因素(三项自变量)都会影响到最终的虚拟驾驶累积值,加权的引入,可以体现哪些因素更重要。
而SS为对象的安全状态,例如由服务器根据司机违章次数、准点率、休息时间等算出的司机安全状态值,与△VD成负相关,越专业的司机越应该被选中。
值得说明的是,所述历史虚拟驾驶累积值的初始值为可选队列中所有对象虚拟驾驶累积值的平均值。例如:对于从未作业过的新司机,历史虚拟驾驶累积值初始化为可选队列中所有司机虚拟驾驶累积值的平均值,以避免高频调用。
根据所述实施例,对象作业完成后,便会计算所述对象的虚拟驾驶值变化量,然后累加到历史虚拟驾驶累积值中。
而在步骤S101中选取可选队列中虚拟驾驶累积值最小的对象进行作业,选择的结果相对于历史虚拟驾驶累积值是公平的,也就是说之前作业轻松的司机,在这次调度中更容易被选中。换言之,相对于衡量公平的标准(作业实际里程数等),每个司机都是公平的。
在实施例中,所述的可选队列中包括可被调度选中的、准备就绪的对象。为了更准确地选取可选队列中虚拟驾驶累积值最小的对象进行作业,可以将可选队列中的对象按照虚拟驾驶累积值的大小进行排序。进一步地,采用TreeMap红黑树实现对可选队列中对象的排序,即可以选择TreeMap容器对可选队列中的对象进行处理,一般具有最小虚拟驾驶累积值的对象会放到最左叶子节点。其中,红黑树是一种自平衡二叉查找树,TreeMap是红黑树的Java实现。
在另一个实施例中,所述的不可选队列中包括不可被调度选中的对象。例如:包括正在进行作业的司机、休假的司机、扣分不可驾驶的司机。进一步地,采用hashmap实现对不可选队列中对象的存储,不需要顺序性。其中,hashmap为基于哈希表的Map接口的实现。
根据上面的各种实施例,可以看出所述的调度方法,阐述一种‘公平’‘智能’的调度方案,以加权方式计算出每个对象的‘虚拟驾驶值’。根据对象的各种动作(作业、违章、休假等),实时维护累积每个对象的虚拟驾驶值。每次调度对象时总是选择虚拟驾驶累积值最小的对象,具有值累积记忆和对比的效果,而不是单单以对象当前状态作为依据,使得调度更加公平合理。进而,也可以使每个对象都能够在安全的状态下驾驶。
同时,使用符号表维护两个队列——可选队列、不可选队列(采用hashmap实现对不可选队列中对象的存储,以及采用TreeMap红黑树实现对可选队列中对象的排序),根据‘虚拟驾驶累积值最小原则’从可选队列中选出最小的对象,而被选中的对象进行驾驶作业同时被移动到不可选队列,以避免作业中再次被选中,并在作业结束时更新累加自己的‘虚拟驾驶累积值’,从而影响下一次的抉择调度。
另外,为了增加灵活性,允许指定对象优先级,优先级高的对象虚拟驾驶值累积速度慢,从而更容易被选取。还有本发明的数据结构更为高效,不会因为数据量增加性能明显衰退。
图2是根据本发明实施例的调度装置,如图2所示,所述调度装置200包括选取模块201和更新模块202。其中,选取模块201选取可选队列中虚拟驾驶累积值最小的对象进行作业,并将所述对象移至不可选队列中。之后更新模块202待所述对象作业完成,更新虚拟驾驶累积值并将其移至可选队列中。
在较佳地实施例中,所述更新模块202在更新虚拟驾驶累积值的过程中可以根据历史虚拟驾驶累积值和虚拟驾驶值变化量,计算所述虚拟驾驶累积值。
进一步地,根据如下公式,计算所述虚拟驾驶累积值:
VD’=VD+△VD
其中,VD’为虚拟驾驶累积值,VD为历史虚拟驾驶累积值,△VD为虚拟驾驶值变化量;
△VD=α*△RM+β/pri+γ/SS
其中,△RM为作业实际里程变化量,与△VD成正相关,即作业实际里程数越小越应该被选中。pri为对象的优先级,与△VD成负相关即优先级越高越应该被选中。△为数学符号,代表一个值的变化量。
还有,α,β,γ分别为三项自变量的加权系数,其范围都是[0,+∞)。优选地,α=0.8;优选地,β=0;优选地,γ=0.2。每个因素(三项自变量)都会影响到最终的虚拟驾驶累积值,加权的引入,可以体现哪些因素更重要。
而SS为对象的安全状态,例如由服务器根据司机违章次数、准点率、休息时间等算出的司机安全状态值,与△VD成负相关,越专业的司机越应该被选中。
值得说明的是,所述历史虚拟驾驶累积值的初始值为可选队列中所有对象虚拟驾驶累积值的平均值。例如:对于从未作业过的新司机,历史虚拟驾驶累积值初始化为可选队列中所有司机虚拟驾驶累积值的平均值,以避免高频调用。
还有,所述的可选队列中包括可被调度选中的、准备就绪的对象。为了更准确地选取可选队列中虚拟驾驶累积值最小的对象进行作业,可以将可选队列中的对象按照虚拟驾驶累积值的大小进行排序。进一步地,采用TreeMap红黑树实现对可选队列中对象的排序。
另外,所述的不可选队列中包括不可被调度选中的对象。进一步地,采用hashmap实现对不可选队列中对象的存储,不需要顺序性。
值得说明的是,本发明所述的调度装置例如可以为调度器等等。
需要说明的是,在本发明所述调度装置的具体实施内容,在上面所述调度方法中已经详细说明了,故在此重复内容不再说明。
图3示出了可以应用本发明实施例的调度方法或调度装置的示例性系统架构300。或者图3示出了可以应用本发明实施例的调度方法或调度装置的示例性系统架构300。
如图3所示,系统架构300可以包括终端设备301、302、303,网络304和服务器305。网络304用以在终端设备301、302、303和服务器305之间提供通信链路的介质。网络304可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备301、302、303通过网络304与服务器305交互,以接收或发送消息等。终端设备301、302、303上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备301、302、303可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器305可以是提供各种服务的服务器,例如对用户利用终端设备301、302、303所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的调度方法一般由服务器305执行,相应地,调度装置一般设置于服务器305中。
应该理解,图3中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图4,其示出了适于用来实现本发明实施例的终端设备的计算机系统400的结构示意图。图4示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统400包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM403中,还存储有系统400操作所需的各种程序和数据。CPU401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括选取模块和更新模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:选取可选队列中虚拟驾驶累积值最小的对象进行作业,并将所述对象移至不可选队列中;待所述对象作业完成,更新虚拟驾驶累积值并将其移至可选队列中。
根据本发明实施例的技术方案,能够解决现有调度方式缺乏智能性和公平性,并且长期会带来危险驾驶副作用的问题。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (14)
1.一种调度方法,其特征在于,包括:
选取可选队列中虚拟驾驶累积值最小的对象进行作业,并将所述对象移至不可选队列中;
待所述对象作业完成,更新虚拟驾驶累积值并将其移至可选队列中。
2.根据权利要求1所述的方法,其特征在于,更新虚拟驾驶累积值,包括:
根据历史虚拟驾驶累积值和虚拟驾驶值变化量,计算所述虚拟驾驶累积值。
3.根据权利要求2所述的方法,其特征在于,根据如下公式,计算所述虚拟驾驶累积值:
VD’=VD+△VD
其中,VD’为虚拟驾驶累积值,VD为历史虚拟驾驶累积值,△VD为虚拟驾驶值变化量;
△VD=α*△RM+β/pri+γ/SS
其中,△RM为作业实际里程变化量;pri为对象的优先级;SS为对象安全状态;α,β,γ为加权系数。
4.根据权利要求2所述的方法,其特征在于,所述历史虚拟驾驶累积值的初始值为可选队列中所有对象虚拟驾驶累积值的平均值。
5.根据权利要求1所述的方法,其特征在于,采用hashmap实现对不可选队列中对象的存储。
6.根据权利要求1-5任一所述的方法,其特征在于,采用TreeMap红黑树实现对可选队列中对象的排序。
7.一种调度装置,其特征在于,包括:
选取模块,用于选取可选队列中虚拟驾驶累积值最小的对象进行作业,并将所述对象移至不可选队列中;
更新模块,用于待所述对象作业完成,更新虚拟驾驶累积值并将其移至可选队列中。
8.根据权利要求7所述的装置,其特征在于,所述更新模块更新虚拟驾驶累积值时,包括:
根据历史虚拟驾驶累积值和虚拟驾驶值变化量,计算所述虚拟驾驶累积值。
9.根据权利要求8所述的装置,其特征在于,根据如下公式,计算所述虚拟驾驶累积值:
VD’=VD+△VD
其中,VD’为虚拟驾驶累积值,VD为历史虚拟驾驶累积值,△VD为虚拟驾驶值变化量;
△VD=α*△RM+β/pri+γ/SS
其中,△RM为作业实际里程变化量;pri为对象的优先级;SS为对象安全状态;α,β,γ为加权系数。
10.根据权利要求8所述的装置,其特征在于,所述历史虚拟驾驶累积值的初始值为可选队列中所有对象虚拟驾驶累积值的平均值。
11.根据权利要求7所述的装置,其特征在于,采用hashmap实现对不可选队列中对象的存储。
12.根据权利要求7-11任一所述的装置,其特征在于,采用TreeMap红黑树实现对可选队列中对象的排序。
13.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810161815.6A CN110197314A (zh) | 2018-02-27 | 2018-02-27 | 一种调度方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810161815.6A CN110197314A (zh) | 2018-02-27 | 2018-02-27 | 一种调度方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110197314A true CN110197314A (zh) | 2019-09-03 |
Family
ID=67751227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810161815.6A Pending CN110197314A (zh) | 2018-02-27 | 2018-02-27 | 一种调度方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110197314A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115081802A (zh) * | 2022-05-13 | 2022-09-20 | 珠海优特电力科技股份有限公司 | 乘务任务集生成方法、装置及对应的电子设备、存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001337711A (ja) * | 2000-05-25 | 2001-12-07 | Fuji Photo Film Co Ltd | スケジューリング方法、スケジューリング装置、およびスケジューリングオブジェクト記憶媒体 |
CN101408853A (zh) * | 2008-10-27 | 2009-04-15 | 中国科学院计算技术研究所 | 一种虚拟机调度的装置及方法 |
CN103309738A (zh) * | 2013-05-31 | 2013-09-18 | 中国联合网络通信集团有限公司 | 用户作业调度方法及装置 |
CN103414761A (zh) * | 2013-07-23 | 2013-11-27 | 北京工业大学 | 一种基于Hadoop架构的移动终端云资源调度方法 |
CN104077188A (zh) * | 2013-03-29 | 2014-10-01 | 西门子公司 | 一种用于任务调度的方法和装置 |
CN104794000A (zh) * | 2014-01-22 | 2015-07-22 | 深圳市沃信科技有限公司 | 一种作业调度方法及系统 |
CN106845851A (zh) * | 2017-02-07 | 2017-06-13 | 上海钢联物流股份有限公司 | 基于调度公平性的钢铁出厂物流两阶段调度方法及系统 |
CN107196874A (zh) * | 2017-05-16 | 2017-09-22 | 北京国电通网络技术有限公司 | 一种队列调度算法及系统 |
CN107423120A (zh) * | 2017-04-13 | 2017-12-01 | 阿里巴巴集团控股有限公司 | 任务调度方法及装置 |
-
2018
- 2018-02-27 CN CN201810161815.6A patent/CN110197314A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001337711A (ja) * | 2000-05-25 | 2001-12-07 | Fuji Photo Film Co Ltd | スケジューリング方法、スケジューリング装置、およびスケジューリングオブジェクト記憶媒体 |
CN101408853A (zh) * | 2008-10-27 | 2009-04-15 | 中国科学院计算技术研究所 | 一种虚拟机调度的装置及方法 |
CN104077188A (zh) * | 2013-03-29 | 2014-10-01 | 西门子公司 | 一种用于任务调度的方法和装置 |
CN103309738A (zh) * | 2013-05-31 | 2013-09-18 | 中国联合网络通信集团有限公司 | 用户作业调度方法及装置 |
CN103414761A (zh) * | 2013-07-23 | 2013-11-27 | 北京工业大学 | 一种基于Hadoop架构的移动终端云资源调度方法 |
CN104794000A (zh) * | 2014-01-22 | 2015-07-22 | 深圳市沃信科技有限公司 | 一种作业调度方法及系统 |
CN106845851A (zh) * | 2017-02-07 | 2017-06-13 | 上海钢联物流股份有限公司 | 基于调度公平性的钢铁出厂物流两阶段调度方法及系统 |
CN107423120A (zh) * | 2017-04-13 | 2017-12-01 | 阿里巴巴集团控股有限公司 | 任务调度方法及装置 |
CN107196874A (zh) * | 2017-05-16 | 2017-09-22 | 北京国电通网络技术有限公司 | 一种队列调度算法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115081802A (zh) * | 2022-05-13 | 2022-09-20 | 珠海优特电力科技股份有限公司 | 乘务任务集生成方法、装置及对应的电子设备、存储介质 |
CN115081802B (zh) * | 2022-05-13 | 2023-06-20 | 珠海优特电力科技股份有限公司 | 乘务任务集生成方法、装置及对应的电子设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108536650A (zh) | 生成梯度提升树模型的方法和装置 | |
CN108920222A (zh) | 一种基于规则引擎的业务处理方法和装置 | |
CN107343045A (zh) | 云计算系统及用于控制服务器的云计算方法和装置 | |
CN113239317A (zh) | 确定订单履约仓库的方法和装置 | |
CN110443531A (zh) | 确定订单中物品的储位信息的方法和装置 | |
CN108933822B (zh) | 用于处理信息的方法和装置 | |
CN110276466A (zh) | 一种确定配送网络中建包集群的方法和装置 | |
CN110348771A (zh) | 一种对订单进行组单的方法和装置 | |
CN109508326A (zh) | 用于处理数据的方法、装置和系统 | |
CN109345166B (zh) | 用于生成信息的方法和装置 | |
CN110427304A (zh) | 用于银行系统的运维方法、装置、电子设备以及介质 | |
CN110232487A (zh) | 一种任务分派方法和装置 | |
CN110166507A (zh) | 多资源调度方法和装置 | |
CN109961328A (zh) | 确定订单冷静期的方法和装置 | |
CN110019367A (zh) | 一种统计数据特征的方法和装置 | |
CN111723999A (zh) | 配送路线的确定方法、装置、设备及存储介质 | |
CN113495779A (zh) | 一种任务调度方法和装置、任务执行系统 | |
CN111177541A (zh) | 基于用户标签生成时间的数据分析方法及装置、服务器、存储介质 | |
CN109002925A (zh) | 业务量预测方法和装置 | |
CN109960212A (zh) | 任务发送方法和装置 | |
CN110309142A (zh) | 规则管理的方法和装置 | |
CN110445632A (zh) | 一种预防客户端崩溃的方法和装置 | |
CN109428926A (zh) | 一种调度任务节点的方法和装置 | |
CN110197314A (zh) | 一种调度方法和装置 | |
CN110389976A (zh) | 一种多接口数据的调度方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |