CN111047170A - 一种基于长短期效用的制造服务协作调度方法 - Google Patents
一种基于长短期效用的制造服务协作调度方法 Download PDFInfo
- Publication number
- CN111047170A CN111047170A CN201911225896.2A CN201911225896A CN111047170A CN 111047170 A CN111047170 A CN 111047170A CN 201911225896 A CN201911225896 A CN 201911225896A CN 111047170 A CN111047170 A CN 111047170A
- Authority
- CN
- China
- Prior art keywords
- utility
- task
- service
- short
- term
- 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.)
- Granted
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000007774 longterm Effects 0.000 title claims abstract description 27
- 230000007246 mechanism Effects 0.000 claims abstract description 18
- 238000011156 evaluation Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000013256 coordination polymer Substances 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005538 encapsulation Methods 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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于长短期效用的制造服务协作调度方法,包括以下步骤:步骤1.构建协作参与者长/短期效用模型;步骤2.根据服务提供者的长期效用,对不同任务进行协作关联度评估;步骤3.针对未被服务提供者选择的服务,进行基于共识机制的协作调度;步骤4.协作方案的生成。本发明能够有效反映基于工业互联网平台的制造服务协作中参与者的长短期效用需求,并能保证制造服务协作任务的有效完成,提高参与者的协作效率。
Description
技术领域
本发明属于面向服务的制造系统中制造服务协作技术领域,具体涉及一种基于长短期效用的制造服务协作调度方法。
背景技术
在基于平台的制造服务协作中,共有三类协作参与人员:平台运营者、制造服务提供者和用户。平台运营者负责平台管理,主要涉及到制造服务管理、制造任务管理、交易管理、协作过程管理、参与者管理等等。服务提供者将其所拥有的制造资源或制造能力通过平台的感知与接入、虚拟化、服务化封装等处理后,以制造服务的形式供平台用户使用。另外,用户所提交的任务涉及到产品全生命周期过程,由于大批量任务和个性化定制任务难以由一个任务单独完成,因此,需要通过制造服务协作的方式完成平台用户所提交的任务需求。
制造服务协作的研究是针对制造任务需求对所需功能的制造服务进行优选和调度。目前制造服务协作研究的主要目标有:用户所要求的服务质量、系统性能以及参与者效用等。然而,这些研究主要针对用户的当前任务需求和提供者的当前效用(即短期效用)进行研究并给出协作方案,而针对追求长期效用的协作者的研究不足。同时由于基于平台的制造服务协作的开放性和无边界特性,使得更大规模的利益独立协作者参与其中,协作者能够根据自身需求自主选择是否参与协作,如何解决参与者不愿参与协作是提升平台任务完成率的关键问题。
发明内容
本发明要解决的技术问题为:提供一种基于长短期效用的制造服务协作调度方法,该方法包括协作参与者长/短期效用模型的构建、面向多任务的协作关联度评估、基于共识机制的协作调度、以及协作方案生成4个步骤。一方面能够更加准确地评估协作者的长/短期效用,从而使生成的协作方案满足其长短期需求;另一方面,基于考虑其他参与者的共识机制对不愿参与协作的参与者进行协作调度,保证协作的顺利进行,提高平台任务完成率。
本发明解决其技术问题是采取以下技术方案实现的:一种基于长短期效用的制造服务协作调度方法,包括如下步骤:
步骤1:构建协作参与者的效用模型;将同一时刻提交至工业互联网平台的s个制造任务T={T1,T2,…,Ts}分别分解成需要多个制造服务协作完成的子任务集;根据任务的截止时间和优先级,选择功能相似的待选服务集;对服务提供者的长期效用以及用户的短期效用进行模型构建;
步骤2:面向多任务的协作关联度评估;服务提供者在同一时间将接收大量子任务,若所接收的子任务优先级高于服务待执行任务的优先级,则该子任务有机会插入到当前执行队列中;针对同一时刻的子任务分别进行协作关联度评估能够减少时效性和主观性对协作参与者选择的影响;
步骤3:基于共识机制的协作调度;考虑不同服务提供者对同一子任务的协作关联度评估值,若所有评估值没有正值或者低于其阈值,则需要选择该子任务的提供者中协作关联度评估值最高者,进行基于共识机制的协作调度,从而使得协作关联度评估值最大的提供者能够接受该子任务;
步骤4:协作方案生成;首先,建立以用户短期效用最大为优化目标,以服务提供者协作关联度评估值、任务完成时间、任务完成质量为约束条件,对子任务进行制造服务协作者的选择;接着,针对无服务可选的子任务,通过基于共识机制的协作调度决定其服务协作者的选择;最后,基于以上的协作者选择结果,考虑任务优先级、提供者的协作关联度评估值、服务等待队列的长度,在满足各约束条件的前提下,求解优化模型,从而得到服务协作者的执行顺序,生成协作方案。
进一步的,服务提供者的长期效用指提供者在包括本次协作在内的未来多次协作中所获得的效用,若接受本次子任务,则在本次协作执行过程中将获得的效用,包括完成时间、成本、输出稳定性和提供者的耐心值的影响;用户的短期效用指用户在本次协作中所获得的效用,效用综合考虑了完成时间、成本和质量的影响。
进一步的,服务提供者对多子任务的协作关联度评估以其对当前所有子任务评估值中的最大值为基准进行评估,若评估值为负值,则表示提供者不愿执行当前子任务;用户对协作的短期效用评估值则以其历史交易记录中最大评估值为基准进行评估。
进一步的,实现协作调度的共识机制是以该任务其他子任务所得到的提供者长期效用的平均值和其阈值二者中最小值作为当前子任务的协作调度的效用目标;通过降低等待时间、增加实际执行时间的方式达到相应的效用目标,提高其生产率,进而提高协作效率。
本发明与现有技术相比的优点在于:
(1)在综合考虑了短期协作完成时间以及成本等服务质量因素的同时,充分考虑提供者对于自身企业发展的长期需求,基于长期效用进行制造服务提供者的协作关联度进行评估,更好地刻画了其长期需求,提升了模型的准确性。
(2)在协作参与者调度方面,基于共识机制的协作调度对不愿参与协作的提供者进行生产率的调整,从而提升服务提供者的协作意愿,促进协作的完成。
附图说明
图1是本发明的流程图。
具体实施方式
下面结合附图对本发明做进一步详细的描述。
本发明公开了一种基于长短期效用的制造服务协作调度方法,该方法包括协作参与者长/短期效用模型的构建、面向多任务的协作关联度评估、基于共识机制的协作调度、以及协作方案生成4个步骤。本发明一方面能够准确描述协作参与者的长/短期需求特征,使协作结果满足其长/短期需求。另一方面,能够针对不愿参与协作的提供者进行协作调度,保证协作的正常执行。
本发明的流程图如图1所示,具体实施方式如下:
步骤一:参见图1中1,效用模型构建,具体实施方式如下:
①将同一时刻提交至工业互联网平台的s个制造任务T={T1,T2,…,Ts}按照其任务需求分别分解成需要多个制造服务协作完成的子任务集其中表示第j个任务的第i个子任务,s≥j≥1。然后将具有相似功能需求的子任务发布给其对应的待选服务集,且满足Prij≥Priavi,TReq≥tavi+te,其中Prij表示第j个任务的优先级,Priavi表示服务可用时刻待执行任务的优先级,TReq表示用户的最大时间需求,tavi表示服务的可用时间,te表示该子任务的执行时间。
②服务提供者针对同时到达的多个子任务,根据其对包括本次协作在内的多次协作的需求以及用户对本次协作的需求,采用综合效用对需求的完成度进行度量,提供者的长期效用以及用户的短期效用的综合效用模型可记为:
其中,Uk表示针对条件k的效用,ωk表示其权重,即条件k的重要程度。
③服务提供者在协作过程中不止关注当前协作所获得的效用,同时也关心在接下来多次协作过程中所获得的效用,因此需要对服务提供者进行基于其长期效用的模型构建。将针对当前子任务所获得的长期效用表示为当前子任务的效用与在执行该任务期间可能分配的任务的效用差,即:
其中,为提供者接受当前子任务所获得的效用。δ=1/(1+r*te)为折扣因子,表示服务提供者的可接受等待时长,δ值越大表示该提供者能接受等待更长时间,r为补偿系数。为该子任务执行期间可能被分配的子任务的效用,可被估计为其中 为该任务执行期间有其他任务被分配到的概率,λ为补偿系数。
因此,提供者针对当前子任务的长期效用UP可表示为:
④用户期望在此次协作中能够以较短执行时间获得满足其需求的服务,因此需要对用户进行基于其短期效用的模型构建。用户的短期效用主要考虑了制造服务质量系列因素对其在本次协作中将获得的效用,记为:
步骤二:图1中2协作参与者协作关联度评估,具体实现如下:
评估协作参与者的协作关联度。服务提供者在同一时间将接收大量任务,若所接收的任务优先级高于服务待执行任务的优先级,则该任务有机会插入到当前执行队列中。针对同一时刻的子任务分别进行协作关联度评估能够减少时效性和主观性对协作参与者选择的影响。面向多任务的协作关联度评估可记为:
提供者对任务的协作关联度评估以其对当前所有任务评估值的最大值为基准进行评估,若评估值为负值,则表示提供者不愿执行当前任务。
步骤三:图1中3基于共识机制的协作调度,具体实现如下:
考虑不同服务提供者对该任务的协作关联度评估值,若所有评估值没有正值或者低于其阈值,则需要进行基于共识机制的协作调度。以该任务其他子任务所得到的协作关联度评估值的平均值(即其他参与者对获得的效用所达成的共识)和其阈值二者中最小值作为当前子任务的协作调度目标,即:
其中,P*为生产率目标值,μmin为协作关联度阈值,m为当前任务所分解的子任务数量。
通过该方法计算出能够达到协作调度目标的生产率P*=te/(te+tAT),服务提供者通过降低等待时间、增加实际执行时间的方式达到相应的协作调度目标,提高其生产率,进而提高协作效率。
步骤四:图1中4协作方案生成,具体实现如下:
①根据步骤三的用户短期效用评估结果,建立以用户短期效用最大为优化目标的协作模型,具体表示如下:
a.目标函数
b.约束条件
约束1:提供者的协作关联度评估值满足其阈值需求
约束2:协作预算低于用户的最大预算
∑CC<CReq
其中,CReq为成本最大值。
约束3:交付时间小于用户的时间约束
∑(te+tAT)<TReq
约束4:产品质量优于用户最低质量需求
其中,QReq为质量最小值。
②根据式S=β1*Pri+β2*SatP+β3*1/que决定针对子任务的制造服务选择。其中,Pri表示当前任务的优先级,SatP表示服务提供者针对当前子任务的协作关联度评估值,que表示当前制造服务待执行任务的队列长度(已被占用的执行时间),β1、β2、β3分别表示任务优先级、协作关联度和队列长度的权重。根据计算结果,该子任务将选择分配给S值最小的制造服务进行执行,从而求解制造服务的执行顺序,生成协作方案。
综上所述,本发明公开了一种基于长短期效用的制造服务协作调度方法,该方法包括协作参与者长/短期效用模型的构建、面向多任务的协作关联度评估、基于共识机制的协作调度、以及协作方案生成4个步骤。本发明能够更加准确地评估协作者的长/短期效用,从而使生成的协作方案满足其长短期需求;并且能够基于考虑其他参与者的共识机制对不愿参与协作的参与者进行协作调度,保证协作的顺利进行,提高平台任务完成率。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种基于长短期效用的制造服务协作调度方法,其特征在于,包括步骤如下:
步骤1:构建协作参与者的效用模型;将同一时刻提交至工业互联网平台的s个制造任务T={T1,T2,...,Ts}分别分解成需要多个制造服务协作完成的子任务集;根据任务的截止时间和优先级,选择功能相似的待选服务集;对服务提供者的长期效用以及用户的短期效用进行模型构建;
步骤2:面向多任务的协作关联度评估,服务提供者在同一时间将接收大量子任务,若所接收的子任务优先级高于服务待执行任务的优先级,则该子任务有机会插入到当前执行队列中;针对同一时刻的子任务分别进行协作关联度评估;
步骤3:基于共识机制的协作调度;考虑不同服务提供者对同一子任务的协作关联度评估值,若所有评估值没有正值或者低于其阈值,则需要选择该子任务的提供者中协作关联度评估值最高者,进行基于共识机制的协作调度,从而使得协作关联度评估值最大的提供者能够接受该子任务;
步骤4:协作方案生成;首先,建立以用户短期效用最大为优化目标,以服务提供者协作关联度评估值、任务完成时间、任务完成质量为约束条件,对子任务进行制造服务协作者的选择;接着,针对无服务可选的子任务,通过基于共识机制的协作调度决定其服务协作者的选择;最后,基于以上的协作者选择结果,考虑任务优先级、提供者的协作关联度评估值、服务等待队列的长度,在满足各约束条件的前提下,求解优化模型,从而得到服务协作者的执行顺序,生成协作方案。
2.根据权利要求1中所述的基于长短期效用的制造服务协作调度方法,其特征在于:服务提供者的长期效用指提供者在包括本次协作在内的未来多次协作中所获得的效用,若接受本次子任务,则在本次协作执行过程中将获得的效用,包括完成时间、成本;用户的短期效用指用户在本次协作中所获得的效用,效用综合考虑了完成时间、成本和质量的影响。
3.根据权利要求1中所述的基于长短期效用的制造服务协作调度方法,其特征在于:服务提供者对多子任务的协作关联度评估以其对当前所有子任务评估值中的最大值为基准进行评估,若评估值为负值,则表示提供者不愿执行当前子任务;用户对协作的短期效用评估值则以其历史交易记录中最大评估值为基准进行评估。
4.根据权利要求1中所述的基于长短期效用的制造服务协作调度方法,其特征在于:实现协作调度的共识机制是以该任务其他子任务所得到的提供者长期效用的平均值和其阈值二者中最小值作为当前子任务的协作调度的效用目标;通过降低等待时间、增加实际执行时间的方式达到相应的效用目标,提高其生产率,进而提高协作效率。
5.根据权利要求1中所述的基于长短期效用的制造服务协作调度方法,其特征在于:
所述步骤1具体包括:
①将同一时刻提交至工业互联网平台的s个制造任务T={T1,T2,...,Ts}按照其任务需求分别分解成需要多个制造服务协作完成的子任务集其中表示第j个任务的第i个子任务,s≥j≥1;然后将具有相似功能需求的子任务发布给其对应的待选服务集,且满足Prij≥Priavi,TReq≥tavi+te,其中Prij表示第j个任务的优先级,Priavi表示服务可用时刻待执行任务的优先级,TReq表示用户的最大时间需求,tavi表示服务的可用时间,te表示该子任务的执行时间;
②服务提供者针对同时到达的多个子任务,根据其对包括本次协作在内的多次协作的需求以及用户对本次协作的需求,采用综合效用对需求的完成度进行度量,提供者的长期效用以及用户的短期效用的综合效用模型可记为:
其中,Uk表示针对条件k的效用,ωk表示其权重,即条件k的重要程度;
③服务提供者在协作过程中不止关注当前协作所获得的效用,同时也关心在接下来多次协作过程中所获得的效用,因此需要对服务提供者进行基于其长期效用的模型构建;将针对当前子任务所获得的长期效用表示为当前子任务的效用与在执行该任务期间可能分配的任务的效用差,即:
其中,为提供者接受当前子任务所获得的效用。δ=1/(1+r*te)为折扣因子,表示服务提供者的可接受等待时长,δ值越大表示该提供者能接受等待更长时间,r为补偿系数。为该子任务执行期间可能被分配的子任务的效用,被估计为其中 为该任务执行期间有其他任务被分配到的概率,λ为补偿系数;
提供者针对当前子任务的长期效用UP表示为:
④用户期望在此次协作中能够以较短执行时间获得满足其需求的服务,因此需要对用户进行基于其短期效用的模型构建;用户的短期效用考虑制造服务质量系列因素对其在本次协作中将获得的效用,记为:
7.根据权利要求1中所述的基于长短期效用的制造服务协作调度方法,其特征在于:
所述步骤3具体包括:
考虑不同服务提供者对该任务的协作关联度评估值,若所有评估值没有正值或者低于其阈值,则需要进行基于共识机制的协作调度。以该任务其他子任务所得到的协作关联度评估值的平均值,即其他参与者对获得的效用所达成的共识,和其阈值二者中最小值作为当前子任务的协作调度目标,即:
其中,P*为生产率目标值,μmin为协作关联度阈值,m为当前任务所分解的子任务数量;
通过该方法计算出能够达到协作调度目标的生产率P*=te/(te+tAT),服务提供者通过降低等待时间、增加实际执行时间的方式达到相应的协作调度目标,提高其生产率,进而提高协作效率。
8.根据权利要求1中所述的基于长短期效用的制造服务协作调度方法,其特征在于:
所述步骤4具体包括:
①用户短期效用评估结果,建立以用户短期效用最大为优化目标的协作模型,具体表示如下:
a.目标函数
b.约束条件
约束1:提供者的协作关联度评估值满足其阈值需求
约束2:协作预算低于用户的最大预算
∑CC<CReq
其中,CReq为成本最大值。
约束3:交付时间小于用户的时间约束
∑(te+tAT)<TReq
约束4:产品质量优于用户最低质量需求
其中,QReq为质量最小值。
②根据式S=β1*Pri+β2*SatP+β3*1/que决定针对子任务的制造服务选择;其中,Pri表示当前任务的优先级,SatP表示服务提供者针对当前子任务的协作关联度评估值,que表示当前制造服务待执行任务的队列长度已被占用的执行时间,β1、β2、β3分别表示任务优先级、协作关联度和队列长度的权重;根据计算结果,该子任务将选择分配给S值最小的制造服务进行执行,从而求解制造服务的执行顺序,生成协作方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911225896.2A CN111047170B (zh) | 2019-12-04 | 2019-12-04 | 一种基于长短期效用的制造服务协作调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911225896.2A CN111047170B (zh) | 2019-12-04 | 2019-12-04 | 一种基于长短期效用的制造服务协作调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111047170A true CN111047170A (zh) | 2020-04-21 |
CN111047170B CN111047170B (zh) | 2021-09-10 |
Family
ID=70234310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911225896.2A Active CN111047170B (zh) | 2019-12-04 | 2019-12-04 | 一种基于长短期效用的制造服务协作调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111047170B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111679637A (zh) * | 2020-05-29 | 2020-09-18 | 浙江财经大学 | 一种制造系统中柔性多任务调度方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103199973A (zh) * | 2012-01-04 | 2013-07-10 | 中兴通讯股份有限公司 | 多点协作调度方法及装置 |
US20160247107A1 (en) * | 2015-02-23 | 2016-08-25 | Kemp Ingram Simon | Customizable hierarchical workspace system for collaboration and revenue distribution, in servicing requests on a computing platform |
CN105959401A (zh) * | 2016-06-20 | 2016-09-21 | 北京航空航天大学 | 一种基于超网络的制造服务供需匹配与动态调度方法 |
CN106357739A (zh) * | 2016-08-27 | 2017-01-25 | 浙江工业大学 | 一种针对批量云服务请求的两阶段组合与调度方法 |
CN109002965A (zh) * | 2018-06-22 | 2018-12-14 | 南京邮电大学 | 一种云制造服务合作水平评估系统及使用方法 |
CN109816243A (zh) * | 2019-01-24 | 2019-05-28 | 浙江财经大学 | 面向动态任务感知的云制造协同任务调度方法 |
CN110059942A (zh) * | 2019-04-02 | 2019-07-26 | 南京邮电大学 | 一种基于模糊多目标优化的云制造资源服务优化调度方法 |
-
2019
- 2019-12-04 CN CN201911225896.2A patent/CN111047170B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103199973A (zh) * | 2012-01-04 | 2013-07-10 | 中兴通讯股份有限公司 | 多点协作调度方法及装置 |
US20160247107A1 (en) * | 2015-02-23 | 2016-08-25 | Kemp Ingram Simon | Customizable hierarchical workspace system for collaboration and revenue distribution, in servicing requests on a computing platform |
CN105959401A (zh) * | 2016-06-20 | 2016-09-21 | 北京航空航天大学 | 一种基于超网络的制造服务供需匹配与动态调度方法 |
CN106357739A (zh) * | 2016-08-27 | 2017-01-25 | 浙江工业大学 | 一种针对批量云服务请求的两阶段组合与调度方法 |
CN109002965A (zh) * | 2018-06-22 | 2018-12-14 | 南京邮电大学 | 一种云制造服务合作水平评估系统及使用方法 |
CN109816243A (zh) * | 2019-01-24 | 2019-05-28 | 浙江财经大学 | 面向动态任务感知的云制造协同任务调度方法 |
CN110059942A (zh) * | 2019-04-02 | 2019-07-26 | 南京邮电大学 | 一种基于模糊多目标优化的云制造资源服务优化调度方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111679637A (zh) * | 2020-05-29 | 2020-09-18 | 浙江财经大学 | 一种制造系统中柔性多任务调度方法 |
CN111679637B (zh) * | 2020-05-29 | 2021-10-08 | 浙江财经大学 | 一种制造系统中柔性多任务调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111047170B (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Consensus aware manufacturing service collaboration optimization under blockchain based Industrial Internet platform | |
Liu et al. | An extensible model for multitask-oriented service composition and scheduling in cloud manufacturing | |
Yu et al. | A budget constrained scheduling of workflow applications on utility grids using genetic algorithms | |
Xu et al. | A multiple QoS constrained scheduling strategy of multiple workflows for cloud computing | |
Rhee et al. | Increasing the efficiency of business processes using a theory of constraints | |
CN104102544A (zh) | 混合云环境下多QoS约束的并行任务调度成本优化方法 | |
Khazankin et al. | Qos-based task scheduling in crowdsourcing environments | |
Ben-Yehuda et al. | Expert: Pareto-efficient task replication on grids and a cloud | |
Niu et al. | Cost-effective cloud HPC resource provisioning by building semi-elastic virtual clusters | |
Li et al. | A hybrid differential evolution algorithm for flexible job shop scheduling with outsourcing operations and job priority constraints | |
CN101237469A (zh) | 运用蚁群算法优化多QoS网格工作流的方法 | |
CN109559033B (zh) | 一种面向云设计制造模式的社交化团队成员优选方法 | |
Dou et al. | An evaluation method of outsourcing services for developing an elastic cloud platform | |
CN103064744A (zh) | 一种基于SLA的面向多层Web应用的资源优化方法 | |
CN115237593B (zh) | 混合云环境下带多时序约束的工作流调度方法 | |
Sakellariou et al. | Job Scheduling on the Grid: Towards SLA-Based Scheduling. | |
Zhang et al. | A bi-level multi-agent system model for decentralized multi-project scheduling of wind power plants | |
CN111047170B (zh) | 一种基于长短期效用的制造服务协作调度方法 | |
CN117436666A (zh) | 一种应用于服装加工企业的云智能调度方法及系统 | |
Zhou et al. | DPS: Dynamic pricing and scheduling for distributed machine learning jobs in edge-cloud networks | |
Saha et al. | Quality-of-experience-aware incentive mechanism for workers in mobile device cloud | |
Ranjan et al. | SLA-based coordinated superscheduling scheme for computational Grids | |
Forand et al. | Production priorities in dynamic relationships | |
Wang et al. | Online scheduling of distributed machine learning jobs for incentivizing sharing in multi-tenant systems | |
Santos et al. | Intra-organizational logistics management through multi-agent systems |
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 |