CN110826915B - 资源调度方法、设备及计算机可读存储介质 - Google Patents
资源调度方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110826915B CN110826915B CN201911081900.2A CN201911081900A CN110826915B CN 110826915 B CN110826915 B CN 110826915B CN 201911081900 A CN201911081900 A CN 201911081900A CN 110826915 B CN110826915 B CN 110826915B
- Authority
- CN
- China
- Prior art keywords
- task
- processed
- tasks
- group
- resource
- 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
- 238000000034 method Methods 0.000 title claims abstract description 84
- 230000008569 process Effects 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002068 genetic effect Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 description 6
- 230000035772 mutation Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004083 survival effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- G06Q50/60—
Abstract
本申请实施例提供一种资源调度方法、设备及计算机可读存储介质。该方法包括:获取任务集合,该任务集合包括多个待处理任务;基于多个待处理任务的地理位置和可利用的资源组的数量,对多个待处理任务进行聚类,得到多个待处理任务组;对多个待处理任务组分配资源组;对待处理任务组中的多个任务规划路线,以使资源组按照规划的路线对各个待处理任务进行处理。本申请实施例能够提高资源调度效率。
Description
技术领域
本申请实施例涉及通信技术领域,尤其涉及一种资源调度方法、设备及计算机可读存储介质。
背景技术
随着无线网络业务需求的增加,无线网络的规模也需要不断扩大、复杂程度也不断增加,在此情况下,为了提供优质网络、提高用户的上网体验,无线网络优化工作量也大幅增加。无线网络的优化需要利用外场资源进行测试、调整、勘察等。
传统的外场资源调度方式大致分为四个流程:任务分配、路径规划、任务执行和任务反馈。目前,外场资源调度主要由人工进行任务分配,然后由外场资源组进行区域承包。在任务分配过程中,易出现任务分配不均,出现外场资源闲置浪费的情况;在路径规划过程中,规划是否合理取决于外场人员的优化经验、对区域的熟悉程度,缺乏规范化的规划流程。
综上,现有技术的资源调度方案容易出现任务分配不均,以及路径规划不合理的情形,进而导致资源调度效率低。
发明内容
本申请实施例提供一种资源调度方法、设备及计算机可读存储介质,通过聚类算法为将资源和任务进行合理分配,提高资源调度效率。
第一方面,本申请实施例提供一种资源调度方法,包括:获取任务集合,所述任务集合包括多个待处理任务;基于所述多个待处理任务的地理位置对所述多个待处理任务进行聚类,得到多个待处理任务组,所述多个待处理任务组中待处理任务的数量根据单个所述资源组能够完成的任务数量确定;对所述多个待处理任务组分配资源组;对所述待处理任务组中的多个任务规划路线,以使所述资源组按照规划的路线对所述待处理任务组中的各个待处理任务进行处理。
第二方面,本申请实施例提供一种资源调度设备,包括:
存储器;
处理器;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现第一方面所述的方法。
第三方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行以实现第一方面所述的方法。
本申请实施例提供的资源调度方法、设备及计算机可读存储介质,通过获取任务集合,所述任务集合包括多个待处理任务;基于所述多个待处理任务的地理位置对所述多个待处理任务进行聚类,得到多个待处理任务组,所述多个待处理任务组中待处理任务的数量均匀分配;对所述多个待处理任务组分配资源组;对所述待处理任务组中的多个任务规划路线,以使所述资源组按照规划的路线对所述待处理任务组中的各个待处理任务进行处理。由于任务分配是基于聚类进行的,因此,避免了现有技术中通过人工分配任务出现的任务分配不均,以及需要依赖人工经验的缺陷,任务分配更加合理,进而使得资源组对任务处理的效率提高,提高了资源调度效率。
附图说明
图1为本申请实施例提供的资源调度方法流程图;
图2为本申请实施例提供的示例图;
图3为本申请另一实施例提供的资源调度方法流程图;
图4为本申请另一实施例提供的资源调度方法流程图;
图5为本申请实施例提供的资源调度装置的结构示意图;
图6为本申请实施例提供的资源调度设备的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本申请实施例提供的资源调度方法,旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1为本申请实施例提供的资源调度方法流程图。本申请实施例针对现有技术的如上技术问题,提供了资源调度方法,该方法具体步骤如下:
步骤101、获取任务集合,该任务集合包括多个待处理任务。
在一个应用场景中,本实施例的任务可以是网络优化任务,通过对日常的网络优化过程中发现的待处理的问题点进行规范化处理形成待处理任务并存储至任务库。任务集合可以从任务库中获取,任务集合记为D={d1,d2,…dM},其中,D代表任务集合,集合中的每个元素d1,d2,…dM分别为待处理任务。
可选的,每个待处理任务包括地理位置(例如经纬度)、任务类型、投诉数量、等待处理的时长、该任务所覆盖的地理范围、优先级等信息。其中,每个待处理任务的优先级根据投诉量、等待处理的时长、待处理任务所覆盖的地理区域范围。进一步的,优先级的确定方式是基于投诉量、等待处理的时长与第一值的商、待处理任务所覆盖的地理区域范围与第二值的商之和来确定,其中,第一值可以取值为9至11,第二值可以取值为90000-11000。在一个实施例中,第一值取值为10,第二值取值为10000,优先级的确定方式采用公式可以表示为:式中,Count为投诉数量(单位为单)、T为等待处理的时长(单位为天)、S为所覆盖的地理区域范围(单位为平方米)。
步骤102、基于多个待处理任务的地理位置和可利用的资源组的数量,对多个待处理任务进行聚类,得到多个待处理任务组,所述多个待处理任务组中待处理任务的数量均匀分配。
本实施例中,资源组是包括测试人员、车辆、设备等能够独立完成网络优化任务的工作组,R={r1,r2,…rN},单个的外场资源组具有预计完成任务数PowerR的属性。
可选的,可以通过K-MEANS聚类算法,根据多个待处理任务的地理位置对多个待处理任务进行聚类,将其聚类为M个待处理任务组,其中,M是可利用的资源组的数量,M个待处理任务组中的任务数量分配均匀。如图2所示,根据聚类算法可以将任务集合中的待处理任务聚类成为图2中的3个实线条围成的3个区域,和虚线条围成的3个区域,这6个区域均为任务簇。
步骤103、对多个待处理任务组分配资源组。
可选的,对多个待处理任务组分配资源组,包括:对多个待处理任务组分别确定优先级;基于各个待处理任务组的优先级对多个待处理任务组分配资源组。其中,对多个待处理任务分别确定优先级可以参考前述步骤101中介绍的优先级的确定方式。基于各个待处理任务组的优先级对多个待处理任务组分配资源组,原则为待处理任务组的优先级越高,则优先分配资源组。其中,待处理任务组的优先级可以根据该待处理任务组中每个待处理任务的优先级来确定。例如,将该待处理任务组中所有待处理任务的优先级累加,作为该待处理任务组的优先级。
可选的,在一种情况下,对待处理任务组分配资源组,在待处理任务组的数量大于可利用的资源组的数量的情况下,则按照待处理任务组的优先级顺序依次为各个待处理任务组分配资源组,若资源组分配完之后,待处理任务组有剩余,则将剩余的待处理任务组返回任务库。如图2所示,实线围成的区域代表该任务簇优先级高,是被分配资源组的任务簇,虚线围成的区域代表该任务簇优先级低,对于低优先级的任务簇会被返回任务库中,等待下次资源调度。
步骤104、对待处理任务组中的多个任务规划路线,以使资源组按照规划的路线对待处理任务组中的各个待处理任务进行处理。
本实施例中,对待处理任务组中的多个任务规划路线,是指将该待处理任务组所分配的资源组所在地作为起点,根据起点与待处理任务组中各个任务的地理位置共同规划路线,规划好路线后,资源组就会按照该路线对待处理任务组中的各个待处理任务依次进行处理。
本申请实施例通过获取任务集合,所述任务集合包括多个待处理任务;基于所述多个待处理任务的地理位置对所述多个待处理任务进行聚类,得到多个待处理任务组;对所述多个待处理任务组分配资源组;对所述待处理任务组中的多个任务规划路线,以使所述资源组按照规划的路线对各个待处理任务进行处理。由于任务分配是基于聚类进行的,因此,避免了现有技术中通过人工分配任务出现的任务分配不均,以及需要依赖人工经验的缺陷,任务分配更加合理。
图3为本申请另一实施例提供的资源调度方法流程图。在上述实施例的基础上,本实施例提供的资源调度方法中,基于多个待处理任务的地理位置对多个待处理任务进行聚类,得到多个待处理任务组,具体包括如下步骤:
步骤301、基于多个待处理任务的地理位置,将多个待处理任务划分为多个任务簇。
可选的,基于多个待处理任务的地理位置,将多个待处理任务划分为多个任务簇,包括:根据多个待处理任务的地理位置,确定多个待处理任务分别在地图中的位置点;确定多个聚类中心,多个聚类中心的数量根据资源组的数量、单个资源组能够完成的任务数量,以及任务数量的偏置量确定;将每个待处理任务连接至最近的聚类中心,得到多个任务簇。
在一个具体的示例中,该步骤的具体实施过程包括如下步骤:
步骤3010、根据多个待处理任务的经纬度信息,在地图中找到对应的地理位置点,并对确定的地理位置点打点,得到包括多个地理位置点的地图。
步骤3011、在地图中确定多个聚类中心。
可选的,确定聚类中心,需要确定聚类中心的位置和数量。对于聚类中心的数量可以根据如下公式计算得到:
式中,CountD是任务集合中包括的待处理任务的数量;PowerR是单个资源组预计完成的任务数量;PowerOffsetR是预计完成的任务数量的偏置量,可以根据单个资源组预计完成的任务数量以及预设概率值确定,预设概率值的取值范围是10%-30%。例如,单个资源组预计完成的任务数量是10,预设概率值是20%,则预计完成的任务数量的偏置量是2。
对于聚类中心的位置,可以通过如下公式来确定:O={o1,o2,…oK}={d1,d2,…dK},O是聚类中心的集合,o1,o2,…oK是多个聚类中心,d1,d2,…dK是K个待处理任务。上述公式的含义是通过在任务集合中的M个待处理任务中选取K个待处理任务的地理位置点作为K个聚类中心。
步骤3012、将M个待处理任务中M-K个待处理任务分别连接至距离最近的聚类中心,得到K个任务簇。
步骤302、在任务簇中的任务数量不是第一预设值的情况下,对多个任务簇中的任务数量进行添加或移除,以使多个任务簇中的任务数量均匀。
步骤303、在任务簇中的任务数量是第一预设值的情况下,将该任务簇作为待处理任务组。
可选的,在任务簇中的任务数量不是第一预设值的情况下,对多个任务簇中的任务数量进行添加或移除,以使多个任务簇中的任务数量均匀,包括:确定距离所有待处理任务的质心最远的任务簇;从距离所有待处理任务的质心最远的任务簇开始遍历,确定遍历的任务簇中的任务数量是否大于或小于第一预设值;若遍历的当前任务簇中的任务数量小于第一预设值,则将距离当前任务簇的质心最近的待处理任务添加至当前任务簇,使当前任务簇中的任务数量达到所述第一预设值;若遍历的当前任务簇中的任务数量大于第一预设值,则从当前任务簇中,距离所有待处理任务的质心最近的待处理任务开始,依次从当前任务簇中移除待处理任务,直至当前任务簇中的任务数量达到第一预设值;将任务数量达到第一预设值的任务簇作为待处理任务组。
可选的,第一预设值根据为待处理任务组分配的资源组预计完成的任务数量确定,或者根据为待处理任务组分配的资源组预计完成的任务数量和预计完成任务数量的偏置量确定。例如,假设待处理任务组分配的资源组预计完成的任务数量为PowerR,预计完成任务数量的偏置量为PowerOffsetR,则可以根据为待处理任务组分配的资源组预计完成的任务数量,以及预计完成任务数量的偏置量之和PowerR+PowerOffsetR来确定第一预设值。
在上述示例的基础上,本步骤的具体实施过程包括如下步骤:
可选的,从当前任务簇cZ中移除待处理任务的规则为,优先移除距离待处理任务集合中所有待处理任务的质心u0最近的待处理任务。
可选的,在当前任务簇cZ中增加待处理任务的规则为,优先添加距离当前任务簇的质心uZ最近的待处理任务。通过上述步骤3023和3024,任务集合中的所有待处理任务会被均匀分配为K个任务簇,可以得到包括第一预设范围内的任务数量的任务簇,这些任务簇将被作为待处理任务组输出,以使相应的资源组对待处理任务组进行任务处理。
本申请实施例通过上述聚类算法对待处理任务进行聚类,能够使得得到的各个任务组中包括的待处理任务的数量较为均匀,使得任务的分配更加合理。
图4为本申请另一实施例提供的资源调度方法流程图。在上述实施例的基础上,本实施例提供的资源调度方法中,对待处理任务组中的多个任务规划路线,以使资源组按照规划的路线对各个待处理任务进行处理,具体包括如下步骤:
步骤S401、在待处理任务组的任务数量小于第二预设值的情况下,采用穷举法确定待处理任务组中各个任务的最短路径规划。
示例性地,假设包含M个待处理任务的任务簇Q={q1,q2…qM}。其中,将资源组的出发点记为q0,由此,建立矩阵D[M+1][M+1],其中D[i][j]代表任务qi到任务qj的路程。
对于待处理任务组的任务数量小于第二预设值的情况,可以认为是较小的任务簇,假设第二预设值为10,M<10,则可直接通过穷举法得到M的待处理任务的最短路径,该最短路径下,各个待处理任务的优先级从高到低排序。例如,假设5个待处理任务,且这5个待处理任务的优先级依次为任务5、任务3、任务1、任务4和任务2,则这5个待处理任务的遍历方式为依次遍历任务5、任务3、任务1、任务4和任务2,从而确定任务5、任务3、任务1、任务4和任务2之间的最短路径。可选的,若有两个以上的待处理任务的优先级相同,例如,假设有5个待处理任务,依次为任务5、任务3、任务1、任务4和任务2,其中,任务3和任务1的优先级相同,则对这5个待处理任务,有两种遍历方式,即依次遍历任务5、任务3、任务1、任务4和任务2,确定一条路径,再依次遍历任务5、任务1、任务3、任务4和任务2,确定一条路径,最后将这两条路径的路程进行比较,选取最短路程对应的路径作为最终的路径。
步骤S402、在待处理任务组的任务数量大于或等于第二预设值的情况下,采用遗传算法进行路径规划。
本实施例中,对于待处理任务组的任务数量大于或等于第二预设值的情况,可以认为是较大的任务簇,假设第二预设值为10,M≥10,则采用遗传算法进行路径规划。采用遗传算法进行路径规划的实施方式具体如下:
步骤4020、建立大小为N=5M的初始种群C={c1,c2…cN},集合C中每个元素代表一种遍历任务的路径,例如c1=(1,2…M),代表该路径为q0-q1-q2-q2…qM,需要说明的是,本实施例中遍历的路径始终从出发点q0开始。对于初始种群C,其包含的元素称为个体,个体ci中的任务qi的优先级采用表示,对于所有个体ci有从而保证遍历路径是从高优先级到低优先级的。
步骤4021:计算个体ci的总路程,具体通过如下公式计算:
步骤4023:选取优势个体:给定种群存活概率P0,例如P0=20%,并根据给定的种群存活概率计算得到优势个体的个数为P0*N,以根据存活概率随机选取得到P0*N个优势个体。
步骤4024:个体变异:将优势个体以外的个体进行变异,得到子代种群。
具体的,设定变异概率P变,例如P变=10%,基于变异概率将优势个体以外的个体进行变异。例如,当基于变异概率对一条路径中的任务变异成功后,则将该变异的任务与同优先级的待处理任务进行交换;其中,交换的待处理任务根据等概率进行判定。
步骤4025:子代种群形成后,将优势个体与上一代的优势个体进行比较,若子代种群的优势个体与上一代的优势个体中具有预设数量(即P0*N*50%)个相同的优势个体,则输出其中适应度最高的个体,将该个体所代表的路径作为最终路径,停止计算。
步骤4026:若跳转次数大于10*M,则输出其中适应度最高的个体,将该个体所代表的路径作为最终路径,停止计算。否则跳转至步骤4020并更新跳转次数。
当然,本申请实施例也可以直接采用穷举法或者直接采用遗传算法对待处理任务组进行路径规划。
本申请实施例的路径规划方法避免了人工进行路径规划需要依赖人工经验,造成路径规划不合理,导致任务处理效率低的问题。同时,根据任务数量来确定是采用穷举法还是依赖遗传算法来实现,在任务数量较少的时候,采用穷举法,在任务数量较多的时候,采用遗传算法能够同时处理群体中的多个个体(即多个路径),即对搜索控件中的多个解进行评估,减少了陷入局部最优解的风险,且算法本身易于实现并行化。
可选的,在上述实施例的基础上,还可以建立历史任务库,在每个资源组对相应的任务组中的待处理任务进行任务处理,且任务处理结束后,将任务完成情况反馈至任务库,其中,任务完成情况包括任务是否完成,以及任务耗时等信息。若任务未完成,则将该任务添加至步骤S101中的任务集合中,继续执行本申请实施例的方法步骤;若任务完成,则将该任务存储至历史任务库中。进一步的,还可以收集该任务组的资源组反馈的每天完成的任务数量,进而根据预设时间段内的任务完成情况,可以更新资源组的预计完成任务数量PowerR,例如,根据最近三个月来该资源组的任务完成情况,来更新该资源组预计完成的任务数量PowerR。
图5为本申请实施例提供的资源调度装置的结构示意图。本申请实施例提供的资源调度装置可以执行资源调度方法实施例提供的处理流程,如图5所示,资源调度装置50包括:获取模块51、聚类模块52、分配模块53和路线规划模块54;其中,获取模块51用于获取任务集合,任务集合包括多个待处理任务;聚类模块52用于基于多个待处理任务的地理位置和可利用的资源组的数量,对所述多个待处理任务进行聚类,得到多个待处理任务组;分配模块53用于对多个待处理任务组分配资源组;路线规划模块54用于对所述待处理任务组中的多个任务规划路线,以使所述资源组按照规划的路线对所述待处理任务组中各个待处理任务进行处理。
可选的,聚类模块52在基于所述多个待处理任务的地理位置对所述多个待处理任务进行聚类,得到多个待处理任务组时,具体包括:基于所述多个待处理任务的地理位置,将所述多个待处理任务划分为多个任务簇;在所述任务簇中的任务数量不是第一预设值的情况下,对所述多个任务簇中的任务数量进行添加或移除,以使所述多个任务簇中的任务数量均匀。
可选的,聚类模块52基于所述多个待处理任务的地理位置,将所述多个待处理任务划分为多个任务簇时,具体包括:根据所述多个待处理任务的地理位置信息,确定所述多个待处理任务在地图中的位置点;确定多个聚类中心,所述聚类中心的数量根据资源组的数量、单个资源组预计完成任务的数量,以及任务数量的偏置量确定;将每个待处理任务连接至最近的聚类中心,得到多个任务簇。
可选的,聚类模块52在所述任务簇中的任务数量不是第一预设值的情况下,对所述多个任务簇中的任务数量进行添加或移除,以使所述多个任务簇中的任务数量均匀时,具体包括:确定距离所有待处理任务的质心最远的任务簇;从距离所有待处理任务的质心最远的任务簇开始遍历,确定遍历的任务簇中的任务数量是否大于或小于第一预设值;若遍历的当前任务簇中的任务数量小于第一预设值,则将距离当前任务簇的质心最近的任务添加至当前任务簇,使所述当前任务簇中的任务数量达到所述第一预设值;若遍历的当前任务簇中的任务数量大于第一预设值,则从距离所有待处理任务的质心最近的任务开始,依次从所述当前任务簇中移除所述待处理任务,直至所述当前任务簇中的任务数量达到所述第一预设值;将任务数量达到第一预设值的所述任务簇作为所述待处理任务组。
可选的,分配模块53对多个待处理任务组分配资源组时,具体包括:对所述多个待处理任务组分别确定优先级;基于各个待处理任务组的优先级对所述多个待处理任务组分配资源组。
可选的,路线规划模块54对所述待处理任务组中的多个任务规划路线,以使所述资源组按照规划的路线对各个待处理任务进行处理时,具体包括:在所述待处理任务组的任务数量小于第二预设值的情况下,采用穷举法确定所述待处理任务组中各个任务的最短路径规划;在所述待处理任务组的任务数量大于或等于第二预设值的情况下,采用遗传算法进行路径规划。
可选的,待处理任务组的优先级根据所述待处理任务组中各个待处理任务的优先级之和确定;每个所述待处理任务的优先级根据投诉量、等待处理的时长和待处理任务所覆盖的地理范围确定。
可选的,该装置50还包括更新模块55,用于在所述资源组对所述待处理任务组中的所述待处理任务处理完成后,根据所述待处理任务的完成情况,对所述资源组预计完成任务的数量进行更新。
图5所示实施例的资源调度装置可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本申请实施例通过获取任务集合,所述任务集合包括多个待处理任务;基于所述多个待处理任务的地理位置对所述多个待处理任务进行聚类,得到多个待处理任务组;对所述多个待处理任务组分配资源组;对所述待处理任务组中的多个任务规划路线,以使所述资源组按照规划的路线对各个待处理任务进行处理。由于任务分配是基于聚类进行的,因此,避免了现有技术中通过人工分配任务出现的任务分配不均,以及需要依赖人工经验的缺陷,任务分配更加合理。
图6为本申请实施例提供的资源调度设备的结构示意图。本申请实施例提供的资源调度设备可以执行资源调度方法实施例提供的处理流程,如图6所示,资源调度设备60包括:存储器61、处理器62、计算机程序和通讯接口63;其中,计算机程序存储在存储器61中,并被配置为由处理器62执行上述资源调度方法实施例的方法步骤。
图6所示实施例的资源调度设备可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
另外,本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行以实现上述实施例所述的资源调度方法。
本申请实施例通过获取任务集合,所述任务集合包括多个待处理任务;基于所述多个待处理任务的地理位置对所述多个待处理任务进行聚类,得到多个待处理任务组;对所述多个待处理任务组分配资源组;对所述待处理任务组中的多个任务规划路线,以使所述资源组按照规划的路线对各个待处理任务进行处理。由于任务分配是基于聚类进行的,因此,避免了现有技术中通过人工分配任务出现的任务分配不均,以及需要依赖人工经验的缺陷,任务分配更加合理。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (8)
1.一种资源调度方法,其特征在于,包括:
获取任务集合,所述任务集合包括多个待处理任务;
基于所述多个待处理任务的地理位置和可利用的资源组的数量,对所述多个待处理任务进行聚类,得到多个待处理任务组,所述多个待处理任务组中待处理任务的数量均匀分配;
对所述多个待处理任务组分配资源组;
对所述待处理任务组中的多个任务规划路线,以使所述资源组按照规划的路线对所述待处理任务组中的各个待处理任务进行处理;
所述基于所述多个待处理任务的地理位置对所述多个待处理任务进行聚类,得到多个待处理任务组,包括:
基于所述多个待处理任务的地理位置,将所述多个待处理任务划分为多个任务簇;
在所述任务簇中的任务数量不是第一预设值的情况下,对所述多个任务簇中的任务数量进行添加或移除,以使所述多个任务簇中的任务数量均匀,所述第一预设值至少基于单个资源组能够完成的任务数量确定;
所述在所述任务簇中的任务数量不是第一预设值的情况下,对所述多个任务簇中的任务数量进行添加或移除,以使所述多个任务簇中的任务数量均匀,包括:
确定距离所有待处理任务的质心最远的任务簇;
从距离所有待处理任务的质心最远的任务簇开始遍历,确定遍历的任务簇中的任务数量是否大于或小于所述第一预设值;
若遍历的当前任务簇中的任务数量小于所述第一预设值,则将距离所述当前任务簇的质心最近的待处理任务添加至当前任务簇,使所述当前任务簇中的任务数量达到所述第一预设值;
若遍历的当前任务簇中的任务数量大于所述第一预设值,则从所述当前任务簇中,距离所有待处理任务的质心最近的待处理任务开始,依次从所述当前任务簇中移除所述待处理任务,直至所述当前任务簇中的任务数量达到所述第一预设值;
将任务数量达到所述第一预设值的所述任务簇作为所述待处理任务组。
2.根据权利要求1所述的方法,其特征在于,所述基于所述多个待处理任务的地理位置,将所述多个待处理任务划分为多个任务簇,包括:
根据所述多个待处理任务的地理位置信息,确定所述多个待处理任务在地图中的位置点;
确定多个聚类中心,所述聚类中心的数量根据资源组的数量、单个资源组能够完成的任务数量,以及任务数量的偏置量确定;
将每个待处理任务连接至最近的聚类中心,得到多个任务簇。
3.根据权利要求1所述的方法,其特征在于,所述对所述多个待处理任务组分配资源组,包括:
对所述多个待处理任务组分别确定优先级;
基于各个待处理任务组的优先级对所述多个待处理任务组分配资源组。
4.根据权利要求1所述的方法,其特征在于,所述对所述待处理任务组中的多个任务规划路线,以使所述资源组按照规划的路线对各个待处理任务进行处理,包括:
在所述待处理任务组的任务数量小于第二预设值的情况下,采用穷举法确定所述待处理任务组中各个任务的最短路径规划;
在所述待处理任务组的任务数量大于或等于第二预设值的情况下,采用遗传算法进行路径规划。
5.根据权利要求3或4所述的方法,其特征在于,所述待处理任务组的优先级根据所述待处理任务组中各个待处理任务的优先级之和确定;
每个所述待处理任务的优先级根据投诉量、等待处理的时长和待处理任务所覆盖的地理范围确定。
6.根据权利要求2所述的方法,其特征在于,所述对所述待处理任务组中的多个任务规划路线,以使所述资源组按照规划的路线对各个待处理任务进行处理之后,所述方法还包括:
在所述资源组对所述待处理任务组中的所述待处理任务处理完成后,根据所述待处理任务的完成情况,对所述资源组预计完成任务的数量进行更新。
7.一种资源调度设备,其特征在于,包括:
存储器;
处理器;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现如权利要求1-6中任一所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911081900.2A CN110826915B (zh) | 2019-11-07 | 2019-11-07 | 资源调度方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911081900.2A CN110826915B (zh) | 2019-11-07 | 2019-11-07 | 资源调度方法、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110826915A CN110826915A (zh) | 2020-02-21 |
CN110826915B true CN110826915B (zh) | 2022-07-29 |
Family
ID=69553142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911081900.2A Active CN110826915B (zh) | 2019-11-07 | 2019-11-07 | 资源调度方法、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110826915B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111737190B (zh) * | 2020-07-03 | 2022-10-21 | 北京智芯微电子科技有限公司 | 嵌入式系统的动态软硬件协同方法、嵌入式系统 |
CN112286198B (zh) * | 2020-11-04 | 2023-07-21 | 安徽仓擎机器人有限公司 | 一种港口agv车队与人工集卡混行调度系统与方法 |
CN112884319B (zh) * | 2021-02-10 | 2023-11-03 | 腾讯大地通途(北京)科技有限公司 | 一种任务分配方法、装置、计算机设备以及存储介质 |
CN113657718B (zh) * | 2021-07-20 | 2024-04-19 | 香港中文大学(深圳) | 一种多机器人动态联盟任务分配方法及相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107122877A (zh) * | 2017-02-20 | 2017-09-01 | 平安科技(深圳)有限公司 | 查勘任务分配方法和装置 |
WO2018095066A1 (zh) * | 2016-11-25 | 2018-05-31 | 北京小度信息科技有限公司 | 任务分组方法、装置、电子设备及计算机存储介质 |
CN109003028A (zh) * | 2018-07-17 | 2018-12-14 | 北京百度网讯科技有限公司 | 用于划分物流区域的方法和装置 |
CN109636107A (zh) * | 2018-11-08 | 2019-04-16 | 顺丰科技有限公司 | 一种派件任务分配方法、装置、服务器及存储介质 |
CN109978356A (zh) * | 2019-03-15 | 2019-07-05 | 平安普惠企业管理有限公司 | 标注任务分配方法、装置、介质和计算机设备 |
-
2019
- 2019-11-07 CN CN201911081900.2A patent/CN110826915B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018095066A1 (zh) * | 2016-11-25 | 2018-05-31 | 北京小度信息科技有限公司 | 任务分组方法、装置、电子设备及计算机存储介质 |
CN107122877A (zh) * | 2017-02-20 | 2017-09-01 | 平安科技(深圳)有限公司 | 查勘任务分配方法和装置 |
CN109003028A (zh) * | 2018-07-17 | 2018-12-14 | 北京百度网讯科技有限公司 | 用于划分物流区域的方法和装置 |
CN109636107A (zh) * | 2018-11-08 | 2019-04-16 | 顺丰科技有限公司 | 一种派件任务分配方法、装置、服务器及存储介质 |
CN109978356A (zh) * | 2019-03-15 | 2019-07-05 | 平安普惠企业管理有限公司 | 标注任务分配方法、装置、介质和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110826915A (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110826915B (zh) | 资源调度方法、设备及计算机可读存储介质 | |
CN107291545B (zh) | 计算集群中多用户的任务调度方法及设备 | |
WO2021147353A1 (zh) | 订单调度 | |
CN110168516A (zh) | 用于大规模并行处理的基于代价的动态计算节点分组优化 | |
CN110399222A (zh) | Gpu集群深度学习任务并行化方法、装置及电子设备 | |
CN110991808B (zh) | 一种任务分配方法和装置 | |
Michel et al. | A column-generation based tactical planning method for inventory routing | |
WO2017092377A1 (zh) | 一种移动通信系统内动态资源分配方法和装置 | |
CN109857535B (zh) | 面向Spark JDBC的任务优先级控制的实现方法及装置 | |
CN113163498B (zh) | 5g网络切片下基于遗传算法的虚拟网资源分配方法及装置 | |
CN111176846B (zh) | 任务分配方法及装置 | |
CN108427602B (zh) | 一种分布式计算任务的协同调度方法及装置 | |
CN116501711A (zh) | 一种基于“存算分离”架构的算力网络任务调度方法 | |
CN113615137A (zh) | Cdn优化平台 | |
CN106371924A (zh) | 一种最小化MapReduce集群能耗的任务调度方法 | |
CN106502790A (zh) | 一种基于数据分布的任务分配优化方法 | |
CN105389212B (zh) | 一种作业分配方法和装置 | |
CN116708446A (zh) | 基于网络性能综合权值决策的算网调度服务方法及系统 | |
CN106325997B (zh) | 一种虚拟资源分配方法及装置 | |
CN115421885B (zh) | 一种分布式多目标云任务的调度方法、装置及云服务系统 | |
CN116737370A (zh) | 一种多资源调度方法、系统、存储介质及终端 | |
CN106506229A (zh) | 一种sbs云应用自适应资源优化调整系统及方法 | |
KR101831003B1 (ko) | 차량 쉐어링 시스템에서 유전 알고리즘을 이용한 차량 재배치를 스케쥴링하는 방법 및 장치 | |
CN113703945A (zh) | 微服务集群的调度方法、装置、设备及存储介质 | |
CN113411453A (zh) | 一种外呼对象的智能管理方法及装置、介质、计算设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |