CN111506872A - 基于负载矩阵分析的任务分配方法及装置 - Google Patents
基于负载矩阵分析的任务分配方法及装置 Download PDFInfo
- Publication number
- CN111506872A CN111506872A CN202010138358.6A CN202010138358A CN111506872A CN 111506872 A CN111506872 A CN 111506872A CN 202010138358 A CN202010138358 A CN 202010138358A CN 111506872 A CN111506872 A CN 111506872A
- Authority
- CN
- China
- Prior art keywords
- task
- matrix
- load matrix
- task allocation
- algorithm
- 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
- 239000011159 matrix material Substances 0.000 title claims abstract description 200
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004458 analytical method Methods 0.000 title claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 70
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000009826 distribution Methods 0.000 claims abstract description 24
- 238000004891 communication Methods 0.000 claims abstract description 16
- 230000009466 transformation Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 13
- 230000008901 benefit Effects 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Optimization (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Multi Processors (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于负载矩阵分析的任务分配方法及装置,涉及通信技术领域,主要目的在于能够通过预设算法自动进行任务分配,并根据任务所需时间实时更新任务完成情况,减少人工工作量,从而提高任务分配的效率,节约人力资源。所述方法包括:接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;利用预设的任务分配算法对更新后的任务负载矩阵进行处理;按照处理得到的任务分配路径响应所述任务分配请求。本发明适用于任务的分配。
Description
技术领域
本发明涉及通信技术领域,特别是涉及一种基于负载矩阵分析的任务分配方法及装置。
背景技术
当前行业的竞争,不仅是信誉上的竞争,还是服务高效化的竞争。在能力范围内提高办理效率、提升服务质量、增强客户满意度,就能占领更多的市场,维系更多的优质客户群。而随着服务种类、选择的多样化和客户数量、需求的变化,对机构的任务分配能力也提出了更高的要求。仅靠以往传统的人工任务分配为主,已无法可靠保障任务分配的效率和服务质量。
目前,通常通过人工方式根据用户的任务需求进行任务分配,然而,现有方式在面对复杂的任务种类以及多个任务执行主体时,人工承担的工作强度较大,要求人工具有很高的专业素质,且计算量大,分配任务所需时间长,从而导致任务分配的效率降低,且需要占用大量的人力资源。
发明内容
有鉴于此,本发明提供一种基于负载矩阵分析的任务分配方法及装置,主要目的在于能够通过预设算法自动进行任务分配,并根据任务所需时间实时更新任务完成情况,减少人工工作量,从而提高任务分配的效率,节约人力资源。
依据本发明一个方面,提供了一种基于负载矩阵分析的任务分配方法,包括:
接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;
根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;
利用预设的任务分配算法对更新后的任务负载矩阵进行处理;
按照处理得到的任务分配路径响应所述任务分配请求。
可选地,所述利用预设的任务分配算法对更新后的任务负载矩阵进行处理,包括:
利用匈牙利算法对更新后的任务负载矩阵进行变换处理,所述匈牙利算法的计算步骤,包括:
步骤1:对搭建的任务负载矩阵进行试指派,标注所述矩阵中的独立0元素;
步骤2:判断所述独立0元素的个数与所述矩阵的维度是否相等,若相等,将所述矩阵确定为最优任务负载矩阵;
步骤3:若不相等,则作盖0线,以最少的直线覆盖所有0元素,并更新所述矩阵,重复执行步骤2、3至得到所述最优任务负载矩阵;
根据处理得到的最优任务负载矩阵,提取总时长最短的任务分配路径。
可选地,所述按照预设的更新算法对所述矩阵进行更新,包括:
根据所述任务类型标识信息,在本地对应查找并对比完成所述任务负载矩阵中当前各任务所需的时长,并将对比得到的最短时长确定为更新矩阵的间隔时长,按照所述间隔时长对所述矩阵进行更新。
可选地,所述根据所述类型标识信息生成实时任务负载矩阵,包括:
对预先设置的任务优先级评价指标权重数据进行加和处理并按照预设的顺序进行排列,得到不同任务类型的优先级序列信息;
根据所述优先级序列信息生成任务负载矩阵。
进一步地,所述利用匈牙利算法对更新后的任务负载矩阵进行变换处理之后,所述方法还包括:
利用匈牙利算法对所述任务负载矩阵进行变换处理;
将处理得到的任务分配矩阵与初始任务负载矩阵进行对比,以得到完成所有任务消耗总时长最短的任务负载矩阵;
将所述矩阵确定为最优任务负载矩阵,并提取总时长最短的任务分配路径。
进一步地,所述方法还包括:
建立所述任务类型标识信息与所述任务所需完成时间之间的对应关系。
可选地,所述按照处理得到的任务分配路径响应所述任务分配请求,包括:
将待分配任务按照任务完成总时长最短的任务分配路径进行分配。
依据本发明第二方面,提供了一种基于负载矩阵分析的任务分配装置,包括:
接收单元,用于接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;
生成更新单元,用于根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;
处理单元,用于利用预设的任务分配算法对更新后的任务负载矩阵进行处理;
响应单元,用于按照处理得到的任务分配路径响应所述任务分配请求。
可选地,所述处理单元包括:
处理模块,用于利用匈牙利算法对更新后的任务负载矩阵进行变换处理;
提取模块,用于根据处理得到的最优任务负载矩阵,提取总时长最短的任务分配路径。
可选地,所述生成更新单元包括:
更新模块,用于根据所述任务类型标识信息,在本地对应查找并对比完成所述任务负载矩阵中当前各任务所需的时长,并将对比得到的最短时长确定为更新矩阵的间隔时长,按照所述间隔时长对所述矩阵进行更新。
可选地,所述生成更新单元还包括:
排列模块,用于对预先设置的任务优先级评价指标权重数据进行加和处理并按照预设的顺序进行排列,得到不同任务类型的优先级序列信息;
生成模块,用于根据所述优先级序列信息生成任务负载矩阵。
进一步地,所述装置还包括:对比单元和确定单元,
处理单元,具体还用于利用匈牙利算法对所述任务负载矩阵进行变换处理;
对比单元,用于将处理得到的任务分配矩阵与初始任务负载矩阵进行对比,以得到完成所有任务消耗总时长最短的任务负载矩阵;
确定单元,用于将所述矩阵确定为最优任务负载矩阵,并提取总时长最短的任务分配路径。
进一步地,所述装置还包括:
建立单元,用于建立所述任务类型标识信息与所述任务所需完成时间之间的对应关系,将所述任务类型标识信息、所述任务所需完成时长以及所述任务类型标识信息与所述任务所需完成时长之间的对应关系保存在本地指定的数据结构中。
可选地,所述响应单元,包括:
分配模块,用于将待分配任务按照任务完成总时长最短的任务分配路径进行分配。
依据本发明第三方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述执行指令使处理器执行以下步骤:接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;利用预设的任务分配算法对更新后的任务负载矩阵进行处理;按照处理得到的任务分配路径响应所述任务分配请求。
依据本发明第四方面,提供了一种计算机设备,包括处理器、存储器、通信接口和通信总线所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信,所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行以下步骤:接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;利用预设的任务分配算法对更新后的任务负载矩阵进行处理;按照处理得到的任务分配路径响应所述任务分配请求。
本发明提供一种基于负载矩阵分析的任务分配方法及装置,与现有技术通过人工方式进行任务分配相比,本发明能够通过接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;利用预设的任务分配算法对更新后的任务负载矩阵进行处理;按照处理得到的任务分配路径响应所述任务分配请求。从而通过预设算法自动进行任务分配,并根据任务所需时间实时更新任务完成情况,减少人工工作量,提高任务分配的效率,节约人力资源。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种基于负载矩阵分析的任务分配方法流程图;
图2示出了本发明实施例提供的一种基于负载矩阵分析的任务分配装置的结构示意图;
图3示出了本发明实施例提供的一种计算机设备的实体结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
如背景技术所述,目前,通常通过人工方式根据用户的任务需求进行任务分配,然而,现有方式在面对复杂的任务种类以及多个任务处理主体时,人工承担的工作强度较大,要求人工具有很高的专业素质,且计算量大,分配任务所需时间长,从而导致任务分配的效率降低,且需要占用大量的人力资源。
为了解决上述问题,本发明实施例提供了一种基于负载矩阵分析的任务分配方法,如图1所示,所述方法包括:
101、接收任务分配请求,所述请求中携带有待分配任务的类型标识信息。
其中,本实施例的执行主体可以为中控主机,将任务分配给多个任务执行主体进行处理。所述任务分配请求可以为用户通过客户端的任务选择界面输入的。具体地,接收并解析所述任务分配请求,获取所述请求中携带的任务类型标识信息,所述任务类型标识信息可以用于在本地查找不同任务对应的完成时间,也可以用于搭建任务负载矩阵。
102、根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新。
其中,所述任务负载矩阵可以为由多个任务执行主体当前执行的任务序列和任务数量组成的的矩阵。所述生成的实时任务负载矩阵可以由中控主机、多个任务执行主体与客户端所共享,从而提高任务数据获取、处理和分配的效率。另外,对于本发明实施例,在根据所述类型标识信息生成实时任务负载矩阵之后,还可以按照预设的更新算法对所述矩阵进行更新,所述预设的更新算法可以为动态规划算法,根据任务类型标识信息对应查找任务完成时间,并将完成不同类型任务所需要的最短时间设置为矩阵更新的步长,以便于在任务完成情况发生变化时可以及时更新矩阵,实时获取最新的矩阵数据。
103、利用预设的任务分配算法对更新后的任务负载矩阵进行处理。
其中,所述预设的任务分配算法具体可以为匈牙利算法。具体地,可以利用预设的任务分配算法对更新后的任务负载矩阵进行变换处理,从而得到最优任务负载矩阵,所述最优任务负载矩阵可以为任务完成总时长最短的矩阵,根据所述最优任务负载矩阵可以提取任务分配路径,从而可以将不同类型的任务分配给不同任务执行主体,以提高任务分配的效率。
104、按照处理得到的任务分配路径响应所述任务分配请求。
具体地,根据处理后得到的的最优任务负载矩阵,提取任务分配路径,并可以根据所述任务分配路径对待分配的新任务进行分配,以满足完成所有任务消耗的总时间最少,从而可以提高任务分配的效率,节约人力资源,同时,也可以减少执行新任务所需的等待时间。
进一步的,为了更好的说明上述基于负载矩阵分析的任务分配方法的过程,作为对上述实施例的细化和扩展,本发明实施例提供了几种可选实施例,但不限于此,具体如下所示:
在本发明的一个可选实施例,所述步骤103具体可以包括:利用匈牙利算法对更新后的任务负载矩阵进行变换处理,所述匈牙利算法的计算步骤,包括:步骤1:对搭建的任务负载矩阵进行试指派,标注所述矩阵中的独立0元素;步骤2:判断所述独立0元素的个数与所述矩阵的维度是否相等,若相等,将所述矩阵确定为最优任务负载矩阵;步骤3:若不相等,则作盖0线,以最少的直线覆盖所有0元素,并更新所述矩阵,重复执行步骤2、3至得到所述最优任务负载矩阵;根据所述最优任务负载矩阵,提取总时长最短的任务分配路径。
其中,通过匈牙利算法对更新后的任务负载矩阵进行变换处理的具体过程可以包括以下步骤:
1):搭建任务负载矩阵;
2):对所述任务负载矩阵进行更新,具体可以将所述矩阵的每一行或者每一列都减去该行或者该列的最小值,保证每一行每一列都有0元素出现;
3):选择只有一个0元素的行或者列,将该0元素标注为独立0元素,并将该独立0元素所在的行或者列中其他0元素划掉,直至找不到满足条件的行或列,需要注意的是在循环时,划掉的0元素不再视为0元素;
4):划盖0线;具体可以包括,
a.找到不含有独立0元素的行,并将所述行标注;
b.找到标注行中划掉的0元素所在的列,并将所述列标注;
c.将步骤b标注列中独立0元素所在的行标注;
d.重复步骤b和c直至所有的标注行中不再存在划掉的0元素;
e.在所有标注的列上划盖0线,在所有未被标注的行上划盖0线。此时,如果盖0线的个数与矩阵的维数相等,则执行步骤7;否则,执行步骤5;
5):更新系数矩阵。具体可以包括:
a.找到未被盖0线覆盖的元素中的最小值;
b.所有未被盖0线覆盖的元素减去所述最小值;
c.所有盖0线交叉处的元素值加上所述最小值。
6):重复执行步骤4和步骤5,直至得到盖0线个数与矩阵维数相等的最优任务负载矩阵。
7):计算最优解。根据每个任务对应的完成时间,计算完成所有任务所需要的总时间、每个执行主体完成当前任务序列所需消耗的时间。根据所述最优任务负载矩阵、任务完成总时间以及单个主体任务完成时间可以提取任务分配路径,从而将待分配任务按照所述任务分配路径进行分配,以满足所需消耗时间最少。
在本发明的另一个可选实施例,所述步骤102具体可以包括:根据所述任务类型标识信息,在本地对应查找并对比完成所述任务负载矩阵中当前各任务所需的时长,并将对比得到的最短时长确定为更新矩阵的间隔时长,按照所述间隔时长对所述矩阵进行更新。
其中,在获得根据当前待处理任务生成的任务负载矩阵后,所述矩阵中任务数量可以随着任务完成时间进行更新,对于本发明实施例,利用动态规划算法,对任务负载矩阵进行更新的具体过程可以包括:将完成当前执行任务所需的最短时长设置为矩阵更新的步长,例如:当前矩阵中正在执行的任务A10项、任务B15项、任务C20项,执行全部A、B、C任务所需时间分别为10min、15min、20min,则可以设置10min为步长更新矩阵,再次更新时,由于B任务完成时间最短,则可以以B任务的剩余时间5min为步长进行更新,即每次都以能够完成一类任务的时间为步长进行更新,以保证从i-1时刻到i时刻的矩阵的更新是动态的。
对于本发明实施例,所述步骤102具体还可以包括:建立所述任务类型标识信息与所述任务所需完成时间之间的对应关系,将所述任务类型标识信息、所述任务所需完成时长以及所述任务类型标识信息与所述任务所需完成时长之间的对应关系保存在本地指定的数据结构中。具体地,建立所述任务类型标识信息与所述任务完成时间之间的函数对应关系,将所述任务类型标识信息、所述不同类型任务的完成时间以及所述函数对应关系保存在本地,以便于在接收到所述任务类型标识信息之后,可以快速查找和解析对应的完成时间,以提高任务分配的效率。
在本发明的又一个可选实施例,所述步骤102具体可以包括:对预先设置的任务优先级评价指标权重数据进行加和处理并按照预设的顺序进行排列,得到不同任务类型的优先级序列信息;根据所述优先级序列信息生成任务负载矩阵。
对于本发明实施例,所述对预先设置的任务优先级评价指标权重数据进行加和处理并按照预设的顺序进行排列,得到不同任务类型的优先级序列信息的过程具体可以包括:根据不同任务类型,复杂程度,安全性等方面,对任务的优先级进行权重打分,所述任务的优先级和权重打分可以根据具体任务需求进行预设的。例如:当前可以受理A办理银行卡、B存取款、C理财、D贷款和E企业资产清算五项任务,按照每项任务的复杂程度和安全性进行赋权,并进行权重打分,如办理银行卡业务的复杂程度权重为1,安全性为10,则其权重打分为11。将所有业务的权重打分按照由小到大的顺序进行排列,得到不同任务类型的优先级。所述任务优先级可以用于生成实时任务负载矩阵。
需要说明的是,所述任务负载矩阵内的数据可以表示当前所有执行主体的待执行的任务数量,如当前待执行的任务数量为5,则所述任务负载矩阵内对应的数据为5。所述任务负载矩阵的维数可以根据任务执行主体的数量进行动态调整。例如,5个任务执行主体共同执行任务,则生成的任务负载矩阵可以为5维矩阵。所述根据所述类型标识信息生成的实时任务负载矩阵可以如下表所示:
例如:当前可以受理A、B、C、D和E五项任务,且经过对每一项任务进行权重打分过程,得到五项任务的优先级为A>B>C>D>E,则可以根据任务优先级生成所述任务负载矩阵,所述矩阵中每一项数字代表当前任务序列中不同任务的数量,每一列可以表示当前待执行的任务序列。如上表中任务执行主体a所对应的列,可以表示a当前待执行任务A10项,任务B13项,任务C3项,任务D18项,任务E11项。
在本发明的再一个可选实施例,为了得到完成任务所需消耗总时长最短的最优任务分配路径,所述方法具体还可以包括:利用匈牙利算法对所述任务负载矩阵进行变换处理;将处理得到的任务分配矩阵与初始任务负载矩阵进行对比,以得到完成所有任务消耗总时长最短的任务负载矩阵;将所述矩阵确定为最优任务负载矩阵,并提取总时长最短的任务分配路径。
对于本发明实施例,可以结合匈牙利算法以及动态规划算法对所述任务负载矩阵进行动态优化和处理,通过对比匈牙利算法处理得到的任务负载矩阵与初始任务负载矩阵中完成所有任务所需消耗的总时长来确定最终任务分配路径,以提高任务分配效率。需要说明的是,不同于传统的统一步长的动态优化,本发明实施例采用迭代更新的步长,并且在动态规划下将不引入匈牙利算法以及引入匈牙利算法两种状态进行比较,从而能够为后续模型的升级引入更多的因变量,包括地图路径,不同用户的服务切换时间等。所述动态规划算法具体可以如下所示:
其中:dp[i][j]—初始生成的i行j列任务负载矩阵;
min(j,a[i-1])—i-1时刻完成当前任务所需的最短时间;
dp[i][j-k]—每经过k时刻动态更新的任务负载矩阵。
所述动态步长的优化过程具体可以如下所示:
dp[i]=cost[i]min(dp[i-1]+Mnor[i],dp[i-1]+F[i]);
其中:dp[i-1]—i-1时刻的任务负载矩阵;
Mnor[i]—i时刻不应用匈牙利算法的线性流程;
F[i]—i时刻应用匈牙利算法的优化流程;
cost[i]—i时刻的整体时间成本。
在本发明的再一个可选实施例,所述步骤104具体可以包括:将待分配任务按照任务完成总时长最短的任务分配路径进行分配。其中,根据处理后得到的的任务负载矩阵,可以提取所述任务分配路径,按照所述任务分配路径,所述将待分配任务分配至最空闲的任务执行主体或者即将空闲的任务执行主体。例如:通过匈牙利算法得到的最优任务负载矩阵可以如下所示:
其中,◎可以表示独立0元素,则可以根据上述最优任务负载矩阵对待分配任务进行分配,例如,待分配任务为A,则可以对应地将所述任务分配给任务执行主体b,从而使完成任务的效率最大化。
本发明提供一种基于负载矩阵分析的任务分配方法,与现有技术通过人工方式根据用户的任务需求进行任务分配相比,本发明能够通过接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;利用预设的任务分配算法对更新后的任务负载矩阵进行处理;按照处理得到的任务分配路径响应所述任务分配请求。从而通过预设算法自动进行任务分配,并根据任务所需时间实时更新任务完成情况,减少人工工作量,提高任务分配的效率,节约人力资源。
进一步地,作为图1的具体实现,本发明实施例提供了一种基于负载矩阵分析的任务分配装置,如图2所示,所述装置包括:接收单元21、生成更新单元22、处理单元23和响应单元24。
所述接收单元21,可以用于接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;
所述生成更新单元22,可以用于根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;
所述处理单元23,可以用于利用预设的任务分配算法对更新后的任务负载矩阵进行处理;
所述响应单元24,可以用于按照处理得到的任务分配路径响应所述任务分配请求。
所述处理单元23,包括:
处理模块231,可以用于利用匈牙利算法对更新后的任务负载矩阵进行变换处理;
提取模块232,可以用于根据处理得到的最优任务负载矩阵,提取总时长最短的任务分配路径。
所述生成更新单元22,包括:
更新模块221,可以用于根据所述任务类型标识信息,在本地对应查找并对比完成所述任务负载矩阵中当前各任务所需的时长,并将对比得到的最短时长确定为更新矩阵的间隔时长,按照所述间隔时长对所述矩阵进行更新。
所述生成更新单元22,还包括:
排列模块222,可以用于对预先设置的任务优先级评价指标权重数据进行加和处理并按照预设的顺序进行排列,得到不同任务类型的优先级序列信息;
生成模块223,可以用于根据所述优先级序列信息生成任务负载矩阵。
对于本发明实施例,为了获取最优任务分配路径,所述装置还可以包括:对比单元25和确定单元26,
处理单元23,具体还可以用于利用匈牙利算法对所述任务负载矩阵进行变换处理;
对比单元25,可以用于将处理得到的任务分配矩阵与初始任务负载矩阵进行对比,以得到完成所有任务消耗总时长最短的任务负载矩阵;
确定单元26,可以用于将所述矩阵确定为最优任务负载矩阵,并提取总时长最短的任务分配路径。
对于本发明实施例,所述装置还包括:
建立单元27,可以用于建立所述任务类型标识信息与所述任务所需完成时间之间的对应关系,将所述任务类型标识信息、所述任务所需完成时长以及所述任务类型标识信息与所述任务所需完成时长之间的对应关系保存在本地指定的数据结构中。
所述响应单元24,包括:
分配模块241,可以用于将待分配任务按照任务完成总时长最短的任务分配路径进行分配。
需要说明的是,本发明实施例提供的一种基于负载矩阵分析的任务分配装置所涉及各功能模块的其他相应描述,可以参考图1所示方法的对应描述,在此不再赘述。
基于上述如图1所示方法,相应的,本发明实施例还提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述执行指令使处理器执行以下步骤:接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;利用预设的任务分配算法对更新后的任务负载矩阵进行处理;按照处理得到的任务分配路径响应所述任务分配请求。
基于上述如图1所示方法和如图2所示装置的实施例,本发明实施例还提供了一种计算机设备,如图3所示,处理器(processor)31、通信接口(Communications Interface)32、存储器(memory)33、以及通信总线34。其中:处理器31、通信接口32、以及存储器33通过通信总线34完成相互间的通信。通信接口34,用于与其它设备比如客户端或其它服务器等的网元通信。处理器31,用于执行程序,具体可以执行上述基于负载矩阵分析的任务分配方法实施例中的相关步骤。具体地,程序可以包括程序代码,该程序代码包括计算机操作指令。处理器31可能是中央处理器CPU,或者是特定集成电路ASIC(Application SpecificIntegrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
终端包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。存储器33,用于存放程序。存储器33可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。程序具体可以用于使得处理器31执行以下操作:接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;利用预设的任务分配算法对更新后的任务负载矩阵进行处理;按照处理得到的任务分配路径响应所述任务分配请求。
通过本发明的技术方案,能够接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;利用预设的任务分配算法对更新后的任务负载矩阵进行处理;按照处理得到的任务分配路径响应所述任务分配请求。从而通过算法自动进行任务分配,并根据任务所需时间更新任务完成情况,减少人工工作量,提高任务分配的效率,节约人力资源。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
可以理解的是,上述方法及装置中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种基于负载矩阵分析的任务分配方法,其特征在于,包括:
接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;
根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;
利用预设的任务分配算法对更新后的任务负载矩阵进行处理;
按照处理得到的任务分配路径响应所述任务分配请求。
2.根据权利要求1的方法,其特征在于,所述利用预设的任务分配算法对更新后的任务负载矩阵进行处理,包括:
利用匈牙利算法对更新后的任务负载矩阵进行变换处理,所述匈牙利算法的计算步骤,包括:
步骤1:对搭建的任务负载矩阵进行试指派,标注所述矩阵中的独立0元素;
步骤2:判断所述独立0元素的个数与所述矩阵的维度是否相等,若相等,将所述矩阵确定为最优任务负载矩阵;
步骤3:若不相等,则作盖0线,以最少的直线覆盖所有0元素,并更新所述矩阵,重复执行步骤2、3至得到所述最优任务负载矩阵;
根据所述最优任务负载矩阵,提取总时长最短的任务分配路径。
3.根据权利要求1的方法,其特征在于,所述按照预设的更新算法对所述矩阵进行更新,包括:
根据所述任务类型标识信息,在本地对应查找并对比完成所述任务负载矩阵中当前各任务所需的时长;
将对比得到的最短时长确定为更新矩阵的间隔时长,按照所述间隔时长对所述矩阵进行更新。
4.根据权利要求1的方法,其特征在于,所述根据所述类型标识信息生成实时任务负载矩阵,包括:
对预先设置的任务优先级评价指标权重数据进行加和处理并按照预设的顺序进行排列,得到不同任务类型的优先级序列信息;
根据所述优先级序列信息生成任务负载矩阵。
5.根据权利要求2的方法,其特征在于,所述利用匈牙利算法对更新后的任务负载矩阵进行变换处理之后,所述方法还包括:
利用匈牙利算法对所述任务负载矩阵进行变换处理;
将处理得到的任务分配矩阵与初始任务负载矩阵进行对比,以得到完成所有任务消耗总时长最短的任务负载矩阵;
将所述矩阵确定为最优任务负载矩阵,并提取总时长最短的任务分配路径。
6.根据权利要求3的方法,其特征在于,所述方法还包括:
建立所述任务类型标识信息与所述任务所需完成时长之间的对应关系,将所述任务类型标识信息、所述任务所需完成时长以及所述任务类型标识信息与所述任务所需完成时长之间的对应关系保存在本地指定的数据结构中。
7.根据权利要求1的方法,其特征在于,所述按照处理得到的任务分配路径响应所述任务分配请求,包括:
将待分配任务按照任务完成总时长最短的任务分配路径进行分配。
8.一种基于负载矩阵分析的任务分配装置,其特征在于,包括:
接收单元,用于接收任务分配请求,所述请求中携带有待分配任务的类型标识信息;
生成更新单元,用于根据所述类型标识信息生成实时任务负载矩阵,并按照预设的更新算法对所述矩阵进行更新;
处理单元,用于利用预设的任务分配算法对更新后的任务负载矩阵进行处理;
响应单元,用于按照处理得到的任务分配路径响应所述任务分配请求。
9.一种存储介质,其上存储有计算机程序,所述存储介质中存储有至少一可执行指令,所述执行指令使处理器执行如权利要求1-7中任一项所述的基于负载矩阵分析的任务分配方法对应的操作。
10.一种计算机设备,包括处理器、存储器、通信接口和通信总线所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信,所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的基于负载矩阵分析的任务分配对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010138358.6A CN111506872B (zh) | 2020-03-03 | 2020-03-03 | 基于负载矩阵分析的任务分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010138358.6A CN111506872B (zh) | 2020-03-03 | 2020-03-03 | 基于负载矩阵分析的任务分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111506872A true CN111506872A (zh) | 2020-08-07 |
CN111506872B CN111506872B (zh) | 2023-11-07 |
Family
ID=71877534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010138358.6A Active CN111506872B (zh) | 2020-03-03 | 2020-03-03 | 基于负载矩阵分析的任务分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111506872B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114862606A (zh) * | 2022-06-13 | 2022-08-05 | 新疆益盛鑫创展科技有限公司 | 一种基于云服务的保险信息处理方法、装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140181476A1 (en) * | 2012-12-21 | 2014-06-26 | Srikanth T. Srinivasan | Scheduler Implementing Dependency Matrix Having Restricted Entries |
US20170168990A1 (en) * | 2015-12-11 | 2017-06-15 | Sap Se | Adaptive tile matrix representation and multiplication |
WO2018111116A2 (en) * | 2016-12-13 | 2018-06-21 | Idletechs As | Method for handling multidimensional data |
US20190042254A1 (en) * | 2017-12-29 | 2019-02-07 | Intel Corporation | Systems and methods to load a tile register pair |
CN109426884A (zh) * | 2017-08-28 | 2019-03-05 | 杭州海康机器人技术有限公司 | 分配方案确定方法、装置及计算机可读存储介质 |
CN109426560A (zh) * | 2017-08-28 | 2019-03-05 | 杭州海康机器人技术有限公司 | 任务分配方法、装置及计算机可读存储介质 |
-
2020
- 2020-03-03 CN CN202010138358.6A patent/CN111506872B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140181476A1 (en) * | 2012-12-21 | 2014-06-26 | Srikanth T. Srinivasan | Scheduler Implementing Dependency Matrix Having Restricted Entries |
US20170168990A1 (en) * | 2015-12-11 | 2017-06-15 | Sap Se | Adaptive tile matrix representation and multiplication |
WO2018111116A2 (en) * | 2016-12-13 | 2018-06-21 | Idletechs As | Method for handling multidimensional data |
CN109426884A (zh) * | 2017-08-28 | 2019-03-05 | 杭州海康机器人技术有限公司 | 分配方案确定方法、装置及计算机可读存储介质 |
CN109426560A (zh) * | 2017-08-28 | 2019-03-05 | 杭州海康机器人技术有限公司 | 任务分配方法、装置及计算机可读存储介质 |
US20190042254A1 (en) * | 2017-12-29 | 2019-02-07 | Intel Corporation | Systems and methods to load a tile register pair |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114862606A (zh) * | 2022-06-13 | 2022-08-05 | 新疆益盛鑫创展科技有限公司 | 一种基于云服务的保险信息处理方法、装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111506872B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020233307A1 (zh) | 任务数据处理方法、装置、计算机设备及存储介质 | |
JP2020507135A (ja) | 専属エージェントプール配分方法、電子装置及びコンピューター読取可能な記憶媒体 | |
US10692135B2 (en) | System and method for process scheduling | |
CN107292560A (zh) | 物资库存管理方法及系统 | |
CN114047971B (zh) | 边缘计算资源分配方法及装置 | |
Dunstall et al. | Heuristic methods for the identical parallel machine flowtime problem with set-up times | |
CN112416585A (zh) | 面向深度学习的gpu资源管理与智能化调度方法 | |
CN112150023A (zh) | 任务分配方法、装置及存储介质 | |
CN113450002A (zh) | 任务的分配方法、装置、电子设备及存储介质 | |
CN112200450A (zh) | 客服业务分配方法、装置及介质 | |
CN109767323A (zh) | 基于交易流水的资金链生成方法及装置 | |
CN111724037A (zh) | 运营资源分配方法、装置、计算机设备及可读存储介质 | |
CN109800078B (zh) | 一种任务处理方法、任务分发终端及任务执行终端 | |
CN106874080B (zh) | 基于分布式服务器集群的数据计算方法及系统 | |
CN111506872B (zh) | 基于负载矩阵分析的任务分配方法及装置 | |
CN111858014A (zh) | 资源分配方法及装置 | |
US8386294B2 (en) | Specified business function scoring tool | |
CN116596593A (zh) | 基于交互的内容生成方法、装置、电子设备及存储介质 | |
CN106933655A (zh) | 事件执行方法及装置 | |
CN115239114A (zh) | 一种案件分配方法、装置、电子设备及可读存储介质 | |
CN110009159A (zh) | 基于网络大数据的金融借贷需求预测方法及系统 | |
CN108897850A (zh) | 一种数据处理方法及装置 | |
CN112016830A (zh) | 一种专利文件评估任务分配方法及装置 | |
CN116109285A (zh) | 人力资源的调配方法、装置、设备及存储介质 | |
CN106648874A (zh) | 一种批量任务的处理方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |