CN113076184A - 基于模糊综合评价的电力采集终端任务调度方法 - Google Patents

Abstract

本发明公开了一种基于模糊综合评价的电力采集终端任务调度方法，方法，包括：分析采集终端任务调度的影响因素和层次关系，并建立基于采集终端任务调度的影响因素层次结构模型；采用模糊综合评价法计算出所述影响因素层次结构的评价矩阵，以建立模糊评价模型；构造所述影响因素层次结构模型中各层次的判断矩阵，基于各层次的所述判断矩阵计算同层次每个任务的影响因素的组合权重；基于同层次每个任务的影响因素的组合权重，使用所述模糊综合评价法对每个任务的影响因素进行加权计算，得到综合评价，根据综合评价得到采集终端任务调度集对采集终端进行任务调度。实现提高采集终端的任务调度效率，缩短复杂任务调度的时长。

Description

基于模糊综合评价的电力采集终端任务调度方法

技术领域

本发明涉及电力数据采集技术领域，更具体地，涉及一种基于模糊综合评价的电力采集终端任务调度方法。

背景技术

多任务处理是指用户可以在同一时间内运行多个应用程序,每个应用程序被称作一个任务。采集终端中使用的Linux操作系统就是一个支持多任务的操作系统。当多任务操作系统使用某种任务调度策略允许两个或更多进程并发共享一个处理器时，事实上处理器在某一时刻只会给一件任务提供服务。因为任务调度机制保证不同任务之间的切换速度十分迅速，因此给人多个任务同时运行的错觉。

随着经济的发展和科技的进步，采集终端的软硬件水平也有了极大的提升，对任务处理能力、大数据分析等要求也越来越高。电力物联网更新换代的速度越来越快，边缘计算和边缘存储计算发展很快，数据量也非常大。因此，针对这方面的大数据的内容和操作时任务调度效率的提高显得十分重要。边缘计算环境下用户任务调度效率的优化，可以对调度任务的时间进行规划和确认，减少了对于复杂任务的调度时间。

现有电力采集终端多APP任务调度的效率不高，其原因是基于有限的硬件资源，需要处理庞大的传输拓扑结构和大量的数据计算，因此有必要针对电力采集终端提供一种高效准确的任务调度方法解决上述问题。

发明内容

本发明的目的是提出一种基于模糊综合评价的电力采集终端任务调度方法，实现解决采集终端用户任务调度效率低，复杂任务调度时间长的问题。

本发明提出了一种基于模糊综合评价的电力采集终端任务调度方法，包括：

分析采集终端任务调度的影响因素和层次关系，并建立基于采集终端任务调度的影响因素层次结构模型；

采用模糊综合评价法计算出所述影响因素层次结构的评价矩阵，以建立模糊评价模型；

构造所述影响因素层次结构模型中各层次的判断矩阵，基于各层次的所述判断矩阵计算同层次每个任务的影响因素的组合权重；

基于同层次每个任务的影响因素的组合权重，使用所述模糊综合评价法对不同任务的影响因素进行加权计算，得到不同任务的优先级综合评价，根据所述优先级综合评价得到采集终端任务调度集；

根据所述采集终端任务调度集对采集终端进行任务调度。

第二方面，本发明提出一种电子设备，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的基于模糊综合评价的电力采集终端任务调度方法。

第三方面，本发明提出一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行第一方面所述的基于模糊综合评价的电力采集终端任务调度方法。

第四方面，本发明提出一种电力采集终端任务调度装置，包括：

层次结构模型建立模块，用于分析采集终端任务调度的影响因素和层次关系，并建立基于采集终端任务调度的影响因素层次结构模型；

模糊评价模型建立模块，用于采用模糊综合评价法计算出所述影响因素层次结构的评价矩阵，以建立模糊评价模型；

权重计算模块，用于构造所述影响因素层次结构模型中各层次的判断矩阵，基于各层次的所述判断矩阵计算同层次每个任务的影响因素的组合权重；

任务调度集计算模块，用于基于同层次每个任务的影响因素的组合权重，使用所述模糊综合评价法对不同任务的影响因素进行加权计算，得到不同任务的优先级综合评价，根据所述优先级综合评价得到采集终端任务调度集；

任务调度模块，用于根据所述采集终端任务调度集对采集终端进行任务调度。

本发明的有益效果在于：

本发明的方法首先法对采集终端任务调度影响因素进行分析，再使用模糊综合评价法对每个任务的影响因素进行加权计算，得到采集终端任务调度集优先级排序，依据得到调度集进行任务调度，该方法基于多个影响因素的组合权重进行排序，比只根据任务类型或任务执行频度进行优先级调度考虑更加全面，且操作简单，利于实现，可以解决采集终端用户任务调度效率低，复杂任务调度时间长的问题。

本发明的装置具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。

附图说明

通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，在本发明示例性实施例中，相同的参考标号通常代表相同部件。

图1示出了根据本发明的一个实施例的基于模糊综合评价的电力采集终端任务调度方法的步骤图。

图2示出了根据本发明的一个实施例的基于模糊综合评价的电力采集终端任务调度方法的中的影响因素层次结构模型示意图。

具体实施方式

下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例，然而应该理解，可以以各种形式实现本发明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使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。

实施例1

图1示出了根据本发明的一个实施例的基于模糊综合评价的电力采集终端任务调度方法的步骤图。

如图1所示，一种基于模糊综合评价的电力采集终端任务调度方法，方法包括：

步骤S101：分析采集终端任务调度的影响因素和层次关系，并建立基于采集终端任务调度的影响因素层次结构模型；

具体地，使用AHP层次分析法，一种定性和定量相结合的、系统的、层次化的分析方法，建立基于采集终端任务调度影响因素的层次结构模型，如图2所示，在此基础之上进行定性和定量分析的决策方法。

在一个具体应用场景中，使用AHP层次分析法分析出采集终端任务调度的影响因素和层次结构。具体为：

参考图2，使用AHP层次分析法，分析出采集终端任务调度影响因素第一准则层有：数据类别、任务类型和任务执行频度；

再根据模糊综合评价法，定义主要影响因素指标集A_R＝{数据类别,任务类型,任务执行频度}，相应的权重集例如为W_R＝{0.41,0.35,0.24}；

再定义次要影响因素指标集A_SR＝{实时数据,冻结数据,…,执行频度每年一次},相应的权重集SW_R＝{sw₁,sw₂,…,sw_m}，其中sw_p表示指标SR_p在A_SR中的比重，且：

最后定义第三影响因素指标集A_TR＝{TR₁,TR₂,…TR_p…,TR_n},相应的权重集TW_R＝{tw₁,tw₂,…tw_p…,tw_n}，其中tw_p表示指标TR_p在A_TR中的比重，且：

步骤S102：采用模糊综合评价法计算出影响因素层次结构的评价矩阵，以建立模糊评价模型；

具体地，再根据模糊综合评价法，用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价，模糊评价模型基于模糊数学原理构建，对采集终端任务优先级进行分析和评价，得出因素集模块；然后由经验给出权重矩阵模块；最后通过二者计算的结果确定评价矩阵。

在上述具体应用场景中，对采集终端任务优先级进行分析和评价，得出因素集模块；基于因素集模块和给定的权重矩阵模块计算的结果确定评价矩阵。

其中，模糊综合评价是指在模糊数学等模糊学原理的基础性，对需要评价事件的各个评价指标进行综合性评价。因素集是对事物的本身属性和特征进行的描述，评语集是对事物评价因素的评语集合。模糊综合评价首先需要对每个评价因素进行权重，权重的这一偏差严重影响着评价结果的准确性，这是由于每个人对于评价的因素都因自身的喜好特长而不同。这种评价方法虽然简单明了，但是存在很大的主观性。

模糊评价模型基于模糊数学原理构建，对模糊系统进行分析和评价，首先根据用户的评论构建评价指标体系，得出因素集模块；然后由相关有经验的管理者结合评论给出权重矩阵模块；最后通过二者计算的结果确定评价矩阵。模糊评价模型以其综合性的评价方式已经成为一种广泛应用的评价方法。

步骤S103：构造影响因素层次结构模型中各层次的判断矩阵，基于各层次的判断矩阵计算同层次每个任务的影响因素的组合权重；

具体地，各个层次权重确定是通过构造各个层次的判断矩阵，求同层次单权重，再基于上一层权重与本层次的权重的积构成同层次组合权重。

在上述具体应用场景中，通过构造各个层次的判断矩阵，求同层次单权重，同层次每个影响因素的组合权重由上一层次的单权重与本层次的单权重的积构成。具体为：

计算任务组合权重：各个层次权重确定是通过构造各个层次的判断矩阵，求同层次单权重，同层次组合权重由上一层(准则层R)权重与本层次(第二准则层SR)的权重的积构成，即：上一层次W_R＝{w₁,w₂,…w_p…,w_k}，本层次权重集SW_R＝{sw₁,sw₂,…sw_p…,sw_m}，则本层次每个组合权重SW_ij为：

同理，第三层(第三准则层TR)每个组合权重为：

步骤S104：基于同层次每个任务的影响因素的组合权重，使用模糊综合评价法对不同任务的影响因素进行加权计算，得到不同任务的优先级综合评价，根据优先级综合评价得到采集终端任务调度集；

具体地，使用模糊综合评价模型M(∧,∨)最大隶属度原则，计算得到不同任务优先级的综合评价，根据每个具体的任务的综合评价，按照从大到小排序，最终得到采集终端任务调度集。

在上述具体应用场景中，使用模糊综合评价模型M(∧,∨)最大隶属度原则，计算B_R＝A_R·W_R，得到综合评价B_R，根据每个具体的任务的综合评价，按照从大到小排序，最终得到采集终端任务调度集。

步骤S105：根据采集终端任务调度集对电力采集终端进行任务调度。

综上，本实施例方法通过首先使用层次分析法对采集终端任务调度影响因素进行分析，再使用模糊综合评价法对影响因素进行加权计算，并使用最大隶属原则对结果进行排序，得到采集终端任务调度集优先级排序，依据得到的排序后调度集进行任务调度。该方法基于多因素权值进行排序，比只根据任务类型或任务执行频度进行优先级调度考虑更加全面，且操作简单，利于实现，可以解决采集终端用户任务调度效率低，复杂任务调度时间长的问题。

实施例2

本发明实施例还提出一种电力采集终端任务调度装置，包括：

层次结构模型建立模块，用于分析采集终端任务调度的影响因素和层次关系，并建立基于采集终端任务调度的影响因素层次结构模型；

模糊评价模型建立模块，用于采用模糊综合评价法计算出影响因素层次结构的评价矩阵，以建立模糊评价模型；

权重计算模块，用于构造影响因素层次结构模型中各层次的判断矩阵，基于各层次的判断矩阵计算同层次每个影响因素的组合权重；

任务调度集计算模块，用于基于同层次每个影响因素的组合权重，使用模糊综合评价法对影响因素进行加权计算，得到不同任务的优先级综合评价，根据优先级综合评价得到采集终端任务调度集；

任务调度模块，用于根据采集终端任务调度集对电力采集终端进行任务调度。

实施例3

本发明实施例还提出一种电子设备，电子设备包括：

至少一个处理器；以及，

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行实施例1的基于模糊综合评价的电力采集终端任务调度方法。

根据本公开实施例的电子设备包括存储器和处理器，该存储器用于存储非暂时性计算机可读指令。具体地，存储器可以包括一个或多个计算机程序产品，该计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。

该处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中，该处理器用于运行该存储器中存储的该计算机可读指令。

本领域技术人员应能理解，为了解决如何获得良好用户体验效果的技术问题，本实施例中也可以包括诸如通信总线、接口等公知的结构，这些公知的结构也应包含在本公开的保护范围之内。

有关本实施例的详细说明可以参考前述各实施例中的相应说明，在此不再赘述。

实施例4

本发明实施例还提出一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行实施例1的基于模糊综合评价的电力采集终端任务调度方法。

根据本公开实施例的计算机可读存储介质，其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时，执行前述的本公开各实施例方法的全部或部分步骤。

上述计算机可读存储介质包括但不限于：光存储介质(例如：CD－ROM和DVD)、磁光存储介质(例如：MO)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置ROM的媒体(例如：ROM盒)。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。

Claims (9)

1.一种基于模糊综合评价的电力采集终端任务调度方法，其特征在于，所述方法包括：

分析采集终端任务调度的影响因素和层次关系，并建立基于采集终端任务调度的影响因素层次结构模型；

采用模糊综合评价法计算出所述影响因素层次结构的评价矩阵，以建立模糊评价模型；

构造所述影响因素层次结构模型中各层次的判断矩阵，基于各层次的所述判断矩阵计算同层次每个任务的影响因素的组合权重；

基于同层次每个任务的影响因素的组合权重，使用所述模糊综合评价法对不同任务的影响因素进行加权计算，得到不同任务的优先级综合评价，根据所述优先级综合评价得到采集终端任务调度集；

根据所述采集终端任务调度集对电力采集终端进行任务调度。

2.根据权利要求1所述的基于模糊综合评价的电力采集终端任务调度方法，其特征在于，所述分析采集终端任务调度的影响因素包括：

使用AHP层次分析法分析出采集终端任务调度的所述影响因素和所述层次结构。

3.根据权利要求1所述的基于模糊综合评价的电力采集终端任务调度方法，其特征在于，所述采用模糊综合评价法计算出所述影响因素层次结构的评价矩阵包括：

对采集终端任务优先级进行分析和评价，得出因素集模块；

基于所述因素集模块和给定的权重矩阵模块计算的结果确定所述评价矩阵。

4.根据权利要求3所述的基于模糊综合评价的电力采集终端任务调度方法，其特征在于，所述权重矩阵模块根据经验给出。

5.根据权利要求1所述的基于模糊综合评价的电力采集终端任务调度方法，其特征在于，所述基于各层次的所述判断矩阵计算同层次每个影响因素的组合权重包括：

通过构造各个层次的判断矩阵，求同层次每个任务的影响因素的单权重；

通过以下公式计算所述同层次每个任务的影响因素的组合权重：

其中，SW_ij为本层次每个任务的影响因素的组合权重，w_i为上一层次第i个影响因素的单权重，sw_j为本层次第j个影响因素的单权重，k为上一层次中影响因素的个数，m为本层次中影响因素的个数。

6.根据权利要求1所述的基于模糊综合评价的电力采集终端任务调度方法，其特征在于，所述使用所述模糊综合评价法对影响因素进行加权计算，得到不同任务的优先级综合评价包括：

使用所述模糊综合评价法对影响因素进行加权计算，并使用模糊综合评价模型M(∧,∨)最大隶属度原则对加权计算的结果进行排序，得到具有优先级排序的采集终端任务调度集。

7.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6任一所述的基于模糊综合评价的电力采集终端任务调度方法。

8.一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行权利要求1-6任一所述的基于模糊综合评价的电力采集终端任务调度方法。

9.一种基于模糊综合评价的电力采集终端任务调度装置，其特征在于，包括：

层次结构模型建立模块，用于分析采集终端任务调度的影响因素和层次关系，并建立基于采集终端任务调度的影响因素层次结构模型；

模糊评价模型建立模块，用于采用模糊综合评价法计算出所述影响因素层次结构的评价矩阵，以建立模糊评价模型；

权重计算模块，用于构造所述影响因素层次结构模型中各层次的判断矩阵，基于各层次的所述判断矩阵计算同层次每个任务的影响因素的组合权重；

任务调度集计算模块，用于基于同层次每个任务的影响因素的组合权重，使用所述模糊综合评价法对不同任务的影响因素进行加权计算，得到不同任务的优先级综合评价，根据所述优先级综合评价得到采集终端任务调度集；

任务调度模块，用于根据所述采集终端任务调度集对电力采集终端进行任务调度。

Images