CN113344350A - 流水线资源智能调度方法、装置、设备及介质 - Google Patents

流水线资源智能调度方法、装置、设备及介质 Download PDF

Info

Publication number
CN113344350A
CN113344350A CN202110583908.XA CN202110583908A CN113344350A CN 113344350 A CN113344350 A CN 113344350A CN 202110583908 A CN202110583908 A CN 202110583908A CN 113344350 A CN113344350 A CN 113344350A
Authority
CN
China
Prior art keywords
resource
scheduling
borrowing
pipeline
resources
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
Application number
CN202110583908.XA
Other languages
English (en)
Other versions
CN113344350B (zh
Inventor
黄鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202110583908.XA priority Critical patent/CN113344350B/zh
Publication of CN113344350A publication Critical patent/CN113344350A/zh
Application granted granted Critical
Publication of CN113344350B publication Critical patent/CN113344350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—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
    • 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
    • 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
    • G06Q10/0633—Workflow 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
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)
  • Multi Processors (AREA)

Abstract

本发明的流水线资源智能调度方法、装置、设备及介质，根据每次流水线资源调度操作生成对应的资源调度编码数据；再针对某个资源，利用与该资源相关的所有资源调度编码数据生成该资源的资源统计编码序列，用于后续步骤中调度任务的配置；然后，利用资源统计编码序列遍历每种能够将该资源还原的资源借还调度的组合方式，选择操作次数最少的组合方式生成资源借还调度任务；通过上述方式，各个流水线之间共享所有资源池，同时，通过资源统计编码序列实现了各个流水线之间的资源平衡，提高了资源的利用率，解决了不同流水线不同时间段加工任务不均匀的资源调度问题，避免资源在负载较低的流水线上空闲。

Description

流水线资源智能调度方法、装置、设备及介质
【技术领域】
本发明涉及数据处理技术领域，尤其涉及一种流水线资源智能调度方法、装置、设备及介质。
【背景技术】
RPA即机器人流程自动化(Robotic Process Automat ion)，一种新型虚拟机器人概念，意在模拟人类与计算机的交互，代替人工处理大量复杂、繁琐的事务，从而减少企业的人力成本，提升整体工作效率，甚至能够辅助发现工作流程中不必要的环节，实现流程优化，目前已经在制造业、能源、银行金融等领域开始规模化试点和应用。
现有技术中，流水线的调度任务包括普通调度任务和即时调度任务，每个资源池一般都是某条流水线独占，由于每条流水线上不同时段的加工任务是不均匀的，例如，执行普通调度任务的流水线上负载较高时，而执行即时调度任务的流水线上负载很低，由于各个流水线无法共享资源池，导致总体资源的利用率不高，不利于提高加工效率。
【发明内容】
本发明的目的在于提供一种流水线资源智能调度方法、装置、设备及介质，解决现有技术中不同流水线不同时间段加工任务不均匀导致的总体资源的利用率不高的技术问题。
本发明的技术方案如下：提供一种流水线资源智能调度方法，包括：
根据流水线资源调度指令，生成对应的资源调度编码数据，其中，所述资源调度编码数据包括借出资源的流水线编号、借入资源的流水线编号以及资源的种类和数量；
根据所述资源调度编码数据，获取待调度资源的资源统计编码序列，其中，所述资源统计编码序列包括不同流水线的所述待调度资源的待借还数量，所述待借还数量为所述流水线的所述待调度资源的借入资源数量总和与借出资源数量总和之差；
根据预设的序列更新步骤对所述资源统计编码序列进行迭代操作，直至所述资源统计编码序列为空，获取所述迭代操作对应的操作工序集合，其中，所述序列更新步骤包括：从当前的所述资源统计编码序列中随机选择一个所述待借还数量为正的流水线作为借出操作流水线，从所述资源统计编码序列中随机选择一个除所述借出操作流水线外的流水线作为借入操作流水线；在当前的所述资源统计编码序列中将所述借出操作流水线的待调度资源借入至所述借入操作流水线，将借入操作后所述待借还数量为0 的流水线从所述资源统计编码序列中删除，对当前的所述资源统计编码序列进行更新；根据借入操作生成的对应资源调度编码数据，将所述资源调度编码数据更新至操作工序集合中；
重复所述迭代操作，直至遍历所有借入操作组合方式，获取每个所述操作工序集合中所述资源调度编码数据的数量，根据所述资源调度编码数据的数量最小的所述操作工序集合生成对应的资源借还调度任务；
根据所述资源借还调度任务对所述资源统计编码序列中各所述流水线的所述待调度资源进行全局资源调度。
可选地，所述根据流水线资源调度指令，生成对应的资源调度编码数据之前，还包括：
获取预设时间周期内各流水线的加工任务；
根据所述流水线的加工任务获取所述流水线的待调度资源的预估需求数量；
获取所述流水线的待调度资源在当前时间的实际拥有数量，根据所述预估需求数量和所述实际拥有数量获取所述流水线的待调度资源的调度类型以及调度需求数量，其中，所述调度类型为借入或借出；
根据调度需求数量将调度类型为借入的流水线与调度资源为借出的流水线进行匹配，根据匹配结果和调度类型为借入的流水线的调度需求数量生成所述流水线资源调度指令。
可选地，所述根据所述流水线的加工任务获取所述流水线的待调度资源的预估需求数量，包括：
获取所述加工任务的任务量和任务时间；
根据任务统计信息从历史加工任务中获取与所述加工任务的任务量相匹配的历史加工任务；
从获取的所有历史加工任务中选择执行时间与所述加工任务的任务时间最接近的一个；
将所选的历史加工任务的待调度资源的历史实际使用数量作为所述加工任务的预估需求数量。
可选地，所述根据调度需求数量将调度类型为借入的流水线与调度资源为借出的流水线进行匹配，包括：
将调度类型为借入的流水线按照调度需求数量从大到小的顺序进行排序，得到借入需求序列；
将调度类型为借出的流水线按照调度需求数量从大到小的顺序进行排序，得到借出需求序列；
依次为所述借入需求序列中的每个流水线从所述借出需求序列中选择调度需求数量大于或等于其调度需求数量的流水线进行匹配，得到匹配结果。
可选地，所述获取每个所述操作工序集合中所述资源调度编码数据的数量，根据所述资源调度编码数据的数量最小的所述操作工序集合生成对应的资源借还调度任务，包括：
获取所述操作工序集合中所述资源调度编码数据的数量，选择所述资源调度编码数据的数量最小的所述操作工序集合作为目标操作工序集合；
根据所述目标操作工序集合中的资源调度编码数据生成对应的流水线资源调度指令；
将所述流水线资源调度指令按照所述资源调度编码数据在所述目标操作工序集合中的顺序进行组合，生成所述资源借还调度任务。
可选地，当所述资源调度编码数据的数量最小的所述操作工序集合大于或等于两个时，所述根据所述目标操作工序集合中的资源调度编码数据生成对应的流水线资源调度指令之前，还包括：
计算每个所述资源调度编码数据对应的调度时间；
根据所述目标操作工序集合的资源调度编码数据的调度时间获取总调度时间；
选择所述总调度时间最短的所述目标操作工作集合。
优选地，所述根据预设的序列更新步骤对所述资源统计编码序列进行迭代操作，包括：
从所述资源统计编码序列中随机选择一个所述待借还数量为正的流水线作为一级借出操作流水线；
将所述一级借出操作流水线的待调度资源依次遍历借入至所述资源统计编码序列中除所述一级借出操作流水线外的余下的流水线并将所述待借还数量为0的流水线从所述资源统计编码序列中删除，得到多个一级资源统计编码中间序列；
从所述一级资源统计编码中间序列中随机选择一个所述待借还数量为正的流水线作为二级借出操作流水线；
将所述二级借出操作流水线的待调度资源依次遍历借入至所述一级资源统计编码中间序列中除所述二级借出操作流水线外的余下的流水线并将所述待借还数量为0的流水线从所述一级资源统计编码中间序列中删除，得到多个二级资源统计编码中间序列；
从所述二级资源统计编码中间序列中随机选择一个所述待借还数量为正的流水线作为三级借出操作流水线；
将所述三级借出操作流水线的待调度资源依次遍历借入至所述二级资源统计编码中间序列中除所述三级借出操作流水线外的余下的流水线并将所述待借还数量为0的流水线从所述二级资源统计编码中间序列中删除，得到多个三级资源统计编码中间序列；
重复执行序列更新步骤，依次遍历每个一级资源统计编码中间序列、每个二级资源统计编码中间序列、每个三级资源统计编码中间序列直至最高一级资源统计编码中间序列。
本发明的另一技术方案如下：提供一种流水线资源智能调度装置，包括：
数据获取模块，用于根据流水线资源调度指令，生成对应的资源调度编码数据，其中，所述资源调度编码数据包括借出资源的流水线编号、借入资源的流水线编号以及资源的种类和数量；
序列生成模块，用于根据所述资源调度编码数据，获取待调度资源的资源统计编码序列，其中，所述资源统计编码序列包括不同流水线的所述待调度资源的待借还数量，所述待借还数量为所述流水线的所述待调度资源的借入资源数量总和与借出资源数量总和之差；
迭代操作模块，用于根据预设的序列更新步骤对所述资源统计编码序列进行迭代操作，直至所述资源统计编码序列为空，其中，所述序列更新步骤包括：从当前的所述资源统计编码序列中随机选择一个所述待借还数量为正的流水线作为借出操作流水线，从所述资源统计编码序列中随机选择一个除所述借出操作流水线外的流水线作为借入操作流水线；在当前的所述资源统计编码序列中将所述借出操作流水线的待调度资源借入至所述借入操作流水线，将借入操作后所述待借还数量为0的流水线从所述资源统计编码序列中删除，对当前的所述资源统计编码序列进行更新；根据借入操作生成的对应资源调度编码数据，将所述资源调度编码数据更新至操作工序集合中；
调度任务生成模块，用于重复所述迭代操作，直至遍历所有借入操作组合方式，获取每个所述操作工序集合中所述资源调度编码数据的数量，根据所述资源调度编码数据的数量最小的所述操作工序集合生成对应的资源借还调度任务；
调度控制模块，用于根据所述资源借还调度任务对所述资源统计编码序列中各所述流水线的所述待调度资源进行全局资源调度。
本发明的另一技术方案如下：提供一种电子设备，包括处理器、以及与所述处理器耦接的存储器，所述存储器存储有可被所述处理器执行的程序指令；所述处理器执行所述存储器存储的所述程序指令时实现上述的流水线资源智能调度方法。
本发明的另一技术方案如下：提供一种存储介质，所述存储介质内存储有程序指令，所述程序指令被处理器执行时实现能够实现上述的流水线资源智能调度方法。
本发明的流水线资源智能调度方法、装置、设备及介质，根据每次流水线资源调度操作生成对应的资源调度编码数据；再针对某个资源，利用与该资源相关的所有资源调度编码数据生成该资源的资源统计编码序列，用于后续步骤中调度任务的配置；然后，利用资源统计编码序列遍历每种能够将该资源还原的资源借还调度的组合方式，选择操作次数最少的组合方式生成资源借还调度任务；通过上述方式，各个流水线之间共享所有资源池，同时，通过资源统计编码序列实现了各个流水线之间的资源平衡，提高了资源的利用率，解决了不同流水线不同时间段加工任务不均匀的资源调度问题，避免资源在负载较低的流水线上空闲。
【附图说明】
图1为本发明第一实施例的流水线资源智能调度方法的流程图；
图2为本发明第一实施例的流水线资源智能调度方法中步骤S101中流水线资源调度指令的生成步骤的流程图；
图3为本发明第一实施例的流水线资源智能调度方法中步骤S103中序列更新步骤的流程图；
图4为本发明第一实施例的流水线资源智能调度方法中步骤S104的子步骤的流程图；
图5为本发明第二实施例的流水线资源智能调度方法的流程图；
图6为本发明第三实施例的流水线资源智能调度装置的结构示意图；
图7是本发明第四实施例的电子设备的结构示意图；
图8为本发明第五实施例的存储介质的结构示意图。
【具体实施方式】
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
图1为本发明第一实施例的流水线资源智能调度方法的流程示意图。需注意的是，若有实质上相同的结果，本发明的方法并不以图1所示的流程顺序为限。如图1所示，该流水线资源智能调度方法包括步骤：
S101，根据流水线资源调度指令，生成对应的资源调度编码数据，其中，所述资源调度编码数据包括借出资源的流水线编号、借入资源的流水线编号以及资源的种类和数量。
其中，流水线的调度任务包括普通调度任务和即时调度任务，由于每条流水线上不同时段的加工任务是不均匀的，当某个流水线在当前时段负载较高时，可以从负载较低的流水线借入资源，当需要进行资源调度时，智能调度系统会针对每一次调度发送流水线资源调度指令，该流水线资源调度指令携带有资源调度信息，资源调度信息包括调度资源的种类和数量、调出的流水线和调入的流水线；本步骤中的资源调度编码数据是根据上述的资源调度信息生成的，借出资源的流水线编号对应调出的流水线，借入资源的流水线编号对应调入的流水线，例如，从刚刚执行完即时调度任务的U1流水线调出10台机器人至正在执行普通调度任务的U10流水线，资源调度编码数据为一个三元数组[U1，U10，10]，也就是说，编号为Ui的流水线调出Mk台机器人至编号为Uj的流水线，资源调度编码数据为一个三元数组[Ui，Uj，Mk]。
在本实施例中，各个流水线共享资源池，针对某个资源，初始配置时各个流水线的资源数量相同，根据加工任务的推进，可以在各个流水线之间进行该资源的调度，流水线每次借入资源之后，无需立刻归还，而是参与全流水线的实时按需调度。
在一个可选的实施方式中，流水线资源调度指令的生成步骤，包括：
S201，获取预设时间周期内各流水线的加工任务；
在本步骤中，预设时间周期为当前时间之后的一段时间，各流水线的加工任务的预估处理时间位于预设时间周期的范围内。
S202，根据所述流水线的加工任务获取所述流水线的待调度资源的预估需求数量；
在本步骤中，可选地，首先，获取所述加工任务的任务量和任务时间，计算所述加工任务的加工速度；然后，根据所述加工速度获取所述待调度资源的预估需求数量。
S203，获取所述流水线的待调度资源在当前时间的实际拥有数量，根据所述预估需求数量和所述实际拥有数量获取所述流水线的待调度资源的调度类型以及调度需求数量，其中，所述调度类型为借入或借出；
在本步骤中，可以计算所述预估需求数量和所述实际拥有数量的差值，差值为0说明无需调度；差值为正，确定调度类型为借入，调度需求数量为差值的绝对值；差值为负，确定调度类型为借出，调度需求数量为差值的绝对值。
S204，根据调度需求数量将调度类型为借入的流水线与调度资源为借出的流水线进行匹配，根据匹配结果和调度类型为借入的流水线的调度需求数量生成所述流水线资源调度指令；
在本步骤中，首先，将调度类型为借入的流水线按照调度需求数量从大到小的顺序进行排序，得到借入需求序列；然后，将调度类型为借出的流水线按照调度需求数量从大到小的顺序进行排序，得到借出需求序列；依次为所述借入需求序列中的每个流水线从所述借出需求序列中选择调度需求数量大于或等于其调度需求数量的流水线进行匹配，得到匹配结果。例外地，当所述借出需求序列中不存在调度需求数量大于或等于其调度需求数量的流水线时，可以考虑选择两条或两条以上流水线以满足借入的调度需求数量。
更进一步地，步骤S202具体包括如下步骤：
S2021，获取所述加工任务的任务量和任务时间；
S2022，根据任务统计信息从历史加工任务中获取与所述加工任务的任务量相匹配的历史加工任务；
S2023，从获取的所有历史加工任务中选择执行时间与所述加工任务的任务时间最接近的一个；
S2024，将所选的历史加工任务的待调度资源的历史实际使用数量作为所述加工任务的预估需求数量。
在步骤S2021中，任务量是根据加工任务的加工产品数量和加工工序计算获取的，例如，当前的加工任务的加工产品数量是1000件，加工工序是末端点焊，待调度资源是焊接机器人，任务量可以通过单个加工产品进行末端点焊工序的耗时以及加工产品数量的乘积计算，任务时间是根据加工计划进行预估的，任务时间越短，需要的焊接机器人越多。
在步骤S2022中，任务统计信息为历史加工任务的执行情况记录，任务统计信息可以包括任务名称、任务类型、执行时间、任务量、执行过程信息、资源使用情况以及执行过程中各资源运行情况，进一步地，资源使用情况包括各资源的实际使用数量，例如，A型机器人的实际使用数量，B 型机械臂的实际使用数量，C型转运设备的实际使用数量等。历史加工任务的任务量和执行时间均可以从任务统计信息直接获取，当历史加工任务的任务量与加工任务的任务量的差值的绝对值小于预设任务量阈值时，判断二者的任务量匹配。
S102，根据所述资源调度编码数据，获取待调度资源的资源统计编码序列，其中，所述资源统计编码序列包括不同流水线的所述待调度资源的待借还数量，所述待借还数量为所述流水线的所述待调度资源的借入资源数量总和与借出资源数量总和之差。
其中，以机器人资源为例，编号为Ui的流水线所有关于机器人的资源调度编码数据为[Ui，Uj，Mk]、[Ui，Uh，Mq]、[Up，Ui，Mx]以及[Up，Ui，My]，也就是说，编号为Ui的流水线的机器人调度情况为：借出Mk、借出Mq、借入Mx，借入My，借入资源数量总和为Mx+My，借出资源数量总和为Mk+Mq，编号为Ui的流水线的机器人的待借还数量为(Mx+My)-(Mk+Mq)；待借还数量为0时，说明编号为Ui的流水线无需参与当前的调度任务；待借还数量为正整数时，说明编号为Ui的流水线有需要归还给其他流水线的机器人资源；待借还数量为负整数时，说明编号为Ui的流水线有需要从其他流水线收回的机器人资源。在本提案中，资源统计编码序列中的每个元素为流水线编号及待借还数量组成的数组对，待借还数量为0时，对应的流水线无需对待调度资源进行借还操作，因此，需要待借还数量为0的流水线从所述资源统计编码序列中删除。
在本实施例中，通过记录每次流水线资源调度，可以针对某个资源，生成该资源的资源统计编码序列，用于后续步骤中调度任务的配置。
S103，根据预设的序列更新步骤对所述资源统计编码序列进行迭代操作，直至所述资源统计编码序列为空，获取所述迭代操作对应的操作工序集合。
其中，所述序列更新步骤包括：
S301，从当前的所述资源统计编码序列中随机选择一个所述待借还数量为正的流水线作为借出操作流水线，从所述资源统计编码序列中随机选择一个除所述借出操作流水线外的流水线作为借入操作流水线；
S302，在当前的所述资源统计编码序列中将所述借出操作流水线的待调度资源借入至所述借入操作流水线，将借入操作后所述待借还数量为0 的流水线从所述资源统计编码序列中删除，对当前的所述资源统计编码序列进行更新；
S303，根据借入操作生成的对应资源调度编码数据，将所述资源调度编码数据更新至操作工序集合中。
其中，每条流水线的待调度资源的待借还数量的初始值均为0，随着加工任务的执行，待调度资源的待借还数量发生变化，当某一阶段生产任务结束后，流水线需要归还或回收待调度资源，也就是说，需要将每个流水线的待借还数量通过资源借还调度任务重新配置为0。于是，在本步骤中，基于平债的思想，希望能找出将每个流水线的待借还数量配置为0所需的最少操作次数。
其中，将所述借出操作流水线的待调度资源借入至所述借入操作流水线之后，借出操作流水线的待借还数量必为0，无需再对所述借出操作流水线的待调度资源进行借还操作，所述借出操作流水线一定会从资源统计编码序列中删除；借入操作流水线的当前待借还数量为借出操作流水线的原待借还数量与借入操作流水线的原待借还数量之和，借入操作流水线的当前待借还数量为0时，将借入操作流水线从资源统计编码序列中删除。
具体地，例如，资源统计编码序列为{U1(5),U2(-2),U3(-3),U4 (1),U5(4),U6(-5)}，第一轮操作选择的借出操作流水线为U1，选择的借入操作流水线为U2，于是，将U1的5台机器人全部借入U2，资源统计编码序列更新为{U2(3),U3(-3),U4(1),U5(4),U6(-5)}，对应的资源调度编码数据为[U1，U2，5]，操作工序集合为{[U1，U2，5]}；第二轮操作选择的借出操作流水线为U2，选择的借入操作流水线为U3，于是，将 U2的3台机器人全部借入U3，资源统计编码序列更新为{U4(1),U5(4),U6 (-5)}，对应的资源调度编码数据为[U2，U3，3]，操作工序集合更新为{[U1， U2，5]，[U2，U3，3]}；第三轮操作选择的借出操作流水线为U4，选择的借入操作流水线为U5，于是，将U4的1台机器人全部借入U5，资源统计编码序列更新为{U5(5),U6(-5)}，对应的资源调度编码数据为[U4，U5，1]，操作工序集合更新为{[U1，U2，5]，[U2，U3，3]，[U4，U5，1]}；第四轮操作选择的借出操作流水线为U5，选择的借入操作流水线为U6，于是，将U5的 5台机器人全部借入U6，资源统计编码序列更新为{}，对应的资源调度编码数据为[U5，U6，5]，操作工序集合更新为{[U1，U2，5]，[U2，U3，3]，[U4， U5，1]，[U5，U6，5]}，此时，资源统计编码序列为空。以上举例说明的仅仅为其中一种操作方案，本步骤还需要遍历其他所有可能的操作方案。
在一个可选的实施方式中，步骤S103具体包括：从所述资源统计编码序列中随机选择一个所述待借还数量为正的流水线作为一级借出操作流水线；将所述一级借出操作流水线的待调度资源依次遍历借入至所述资源统计编码序列中除所述一级借出操作流水线外的余下的流水线并将所述待借还数量为0的流水线从所述资源统计编码序列中删除，得到多个一级资源统计编码中间序列；从所述一级资源统计编码中间序列中随机选择一个所述待借还数量为正的流水线作为二级借出操作流水线；将所述二级借出操作流水线的待调度资源依次遍历借入至所述一级资源统计编码中间序列中除所述二级借出操作流水线外的余下的流水线并将所述待借还数量为0的流水线从所述一级资源统计编码中间序列中删除，得到多个二级资源统计编码中间序列；从所述二级资源统计编码中间序列中随机选择一个所述待借还数量为正的流水线作为三级借出操作流水线；将所述三级借出操作流水线的待调度资源依次遍历借入至所述二级资源统计编码中间序列中除所述三级借出操作流水线外的余下的流水线并将所述待借还数量为0的流水线从所述二级资源统计编码中间序列中删除，得到多个三级资源统计编码中间序列；重复执行序列更新步骤，依次遍历每个一级资源统计编码中间序列、每个二级资源统计编码中间序列、每个三级资源统计编码中间序列直至最高一级资源统计编码中间序列。
S104，重复所述迭代操作，直至遍历所有借入操作组合方式，获取每个所述操作工序集合中所述资源调度编码数据的数量，根据所述资源调度编码数据的数量最小的所述操作工序集合生成对应的资源借还调度任务。
其中，操作工序集合中每个资源调度编码数据代表一次操作，资源调度编码数据越少，操作次数越少，例如，假设上述操作工序集合{[U1，U2， 5]，[U2，U3，3]，[U4，U5，1]，[U5，U6，5]}中元素数量最少，则，按照操作工序集合{[U1，U2，5]，[U2，U3，3]，[U4，U5，1]，[U5，U6，5]}生成资源借还调度任务，即为，第一轮将U1的5台机器人全部借入U2；第二轮将U2的3台机器人全部借入U3；第三轮将U4的1台机器人全部借入U5；第四轮将U5的5台机器人全部借入U6。
在一个可选的实施方式中，步骤S104具体包括：
S401，获取所述操作工序集合中所述资源调度编码数据的数量，选择所述资源调度编码数据的数量最小的所述操作工序集合作为目标操作工序集合；
S402，根据所述目标操作工序集合中的资源调度编码数据生成对应的流水线资源调度指令；
S403，将所述流水线资源调度指令按照所述资源调度编码数据在所述目标操作工序集合中的顺序进行组合，生成所述资源借还调度任务。
其中，当所述资源调度编码数据的数量最小的所述操作工序集合大于或等于两个时，步骤S401之后、步骤S402之前，还包括如下步骤：
计算每个所述资源调度编码数据对应的调度时间；根据所述目标操作工序集合的资源调度编码数据的调度时间获取总调度时间；选择所述总调度时间最短的所述目标操作工作集合。
S105，根据所述资源借还调度任务对所述资源统计编码序列中各所述流水线的所述待调度资源进行全局资源调度。
图5为本发明第二实施例的流水线资源智能调度方法的流程示意图。需注意的是，若有实质上相同的结果，本发明的方法并不以图5所示的流程顺序为限。如图5所示，该流水线资源智能调度方法包括步骤：
S501，根据流水线资源调度指令，生成对应的资源调度编码数据，其中，所述资源调度编码数据包括借出资源的流水线编号、借入资源的流水线编号以及资源的种类和数量。
S502，根据所述资源调度编码数据，获取待调度资源的资源统计编码序列，其中，所述资源统计编码序列包括不同流水线的所述待调度资源的待借还数量，所述待借还数量为所述流水线的所述待调度资源的借入资源数量总和与借出资源数量总和之差。
S503，根据预设的序列更新步骤对所述资源统计编码序列进行迭代操作，直至所述资源统计编码序列为空，获取所述迭代操作对应的操作工序集合。
S504，重复所述迭代操作，直至遍历所有借入操作组合方式，获取每个所述操作工序集合中所述资源调度编码数据的数量，根据所述资源调度编码数据的数量最小的所述操作工序集合生成对应的资源借还调度任务。
S505，根据所述资源借还调度任务对所述资源统计编码序列中各所述流水线的所述待调度资源进行全局资源调度。
本实施例的步骤S501至步骤S505具体参见第一实施例的步骤S101 至步骤S105，在此不进行一一赘述。
S506，将所述资源调度编码数据以及所述资源统计编码序列上传至区块链中，以使得所述区块链对所述资源调度编码数据以及所述资源统计编码序列进行加密存储。
在步骤S506中，基于所述资源调度编码数据以及所述资源统计编码序列得到对应的摘要信息，具体来说，摘要信息为由所述资源调度编码数据以及所述资源统计编码序列进行散列处理得到，比如利用sha256s算法处理得到。将摘要信息上传至区块链可保证其安全性和对用户的公正透明性。用户设备可以从区块链中下载得该摘要信息，以便查证所述资源调度编码数据以及所述资源统计编码序列是否被篡改。本示例所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
图6是本发明第三实施例的流水线资源智能调度装置的结构示意图。如图6所示，该装置60包括数据获取模块61、序列生成模块62、迭代操作模块63、调度任务生成模块64以及调度控制模块65，其中，数据获取模块61，用于根据流水线资源调度指令，生成对应的资源调度编码数据，其中，所述资源调度编码数据包括借出资源的流水线编号、借入资源的流水线编号以及资源的种类和数量；序列生成模块62，用于根据所述资源调度编码数据，获取待调度资源的资源统计编码序列，其中，所述资源统计编码序列包括不同流水线的所述待调度资源的待借还数量，所述待借还数量为所述流水线的所述待调度资源的借入资源数量总和与借出资源数量总和之差；迭代操作模块63，用于根据预设的序列更新步骤对所述资源统计编码序列进行迭代操作，直至所述资源统计编码序列为空，其中，所述序列更新步骤包括：从当前的所述资源统计编码序列中随机选择一个所述待借还数量为正的流水线作为借出操作流水线，从所述资源统计编码序列中随机选择一个除所述借出操作流水线外的流水线作为借入操作流水线；在当前的所述资源统计编码序列中将所述借出操作流水线的待调度资源借入至所述借入操作流水线，将借入操作后所述待借还数量为0的流水线从所述资源统计编码序列中删除，对当前的所述资源统计编码序列进行更新；根据借入操作生成的对应资源调度编码数据，将所述资源调度编码数据更新至操作工序集合中；调度任务生成模块64，用于重复所述迭代操作，直至遍历所有借入操作组合方式，获取每个所述操作工序集合中所述资源调度编码数据的数量，根据所述资源调度编码数据的数量最小的所述操作工序集合生成对应的资源借还调度任务；调度控制模块65，用于根据所述资源借还调度任务对所述资源统计编码序列中各所述流水线的所述待调度资源进行全局资源调度。
进一步地，本实施例的流水线资源智能调度装置还包括调度指令模块，用于获取预设时间周期内各流水线的加工任务；根据所述流水线的加工任务获取所述流水线的待调度资源的预估需求数量；获取所述流水线的待调度资源在当前时间的实际拥有数量，根据所述预估需求数量和所述实际拥有数量获取所述流水线的待调度资源的调度类型以及调度需求数量，其中，所述调度类型为借入或借出；根据调度需求数量将调度类型为借入的流水线与调度资源为借出的流水线进行匹配，根据匹配结果和调度类型为借入的流水线的调度需求数量生成所述流水线资源调度指令。
更进一步地，该调度指令模块还用于获取所述加工任务的任务量和任务时间；根据任务统计信息从历史加工任务中获取与所述加工任务的任务量相匹配的历史加工任务；从获取的所有历史加工任务中选择执行时间与所述加工任务的任务时间最接近的一个；将所选的历史加工任务的待调度资源的历史实际使用数量作为所述加工任务的预估需求数量。
更进一步地，该调度指令模块还用于将调度类型为借入的流水线按照调度需求数量从大到小的顺序进行排序，得到借入需求序列；将调度类型为借出的流水线按照调度需求数量从大到小的顺序进行排序，得到借出需求序列；依次为所述借入需求序列中的每个流水线从所述借出需求序列中选择调度需求数量大于或等于其调度需求数量的流水线进行匹配，得到匹配结果。
进一步地，该调度任务生成模块64还用于获取所述操作工序集合中所述资源调度编码数据的数量，选择所述资源调度编码数据的数量最小的所述操作工序集合作为目标操作工序集合；根据所述目标操作工序集合中的资源调度编码数据生成对应的流水线资源调度指令；将所述流水线资源调度指令按照所述资源调度编码数据在所述目标操作工序集合中的顺序进行组合，生成所述资源借还调度任务。
当所述资源调度编码数据的数量最小的所述操作工序集合大于或等于两个时，进一步地，该调度任务生成模块64还用于计算每个所述资源调度编码数据对应的调度时间；根据所述目标操作工序集合的资源调度编码数据的调度时间获取总调度时间；选择所述总调度时间最短的所述目标操作工作集合。
进一步地，该迭代操作模块63还用于从所述资源统计编码序列中随机选择一个所述待借还数量为正的流水线作为一级借出操作流水线；将所述一级借出操作流水线的待调度资源依次遍历借入至所述资源统计编码序列中除所述一级借出操作流水线外的余下的流水线并将所述待借还数量为0 的流水线从所述资源统计编码序列中删除，得到多个一级资源统计编码中间序列；从所述一级资源统计编码中间序列中随机选择一个所述待借还数量为正的流水线作为二级借出操作流水线；将所述二级借出操作流水线的待调度资源依次遍历借入至所述一级资源统计编码中间序列中除所述二级借出操作流水线外的余下的流水线并将所述待借还数量为0的流水线从所述一级资源统计编码中间序列中删除，得到多个二级资源统计编码中间序列；从所述二级资源统计编码中间序列中随机选择一个所述待借还数量为正的流水线作为三级借出操作流水线；将所述三级借出操作流水线的待调度资源依次遍历借入至所述二级资源统计编码中间序列中除所述三级借出操作流水线外的余下的流水线并将所述待借还数量为0的流水线从所述二级资源统计编码中间序列中删除，得到多个三级资源统计编码中间序列；重复执行序列更新步骤，依次遍历每个一级资源统计编码中间序列、每个二级资源统计编码中间序列、每个三级资源统计编码中间序列直至最高一级资源统计编码中间序列。
图7是本发明第四实施例的电子设备的结构示意图。如图7所示，该电子设备70包括处理器71及和处理器71耦接的存储器72。
存储器72存储有用于实现上述任一实施例的流水线资源智能调度方法的程序指令。
处理器71用于执行存储器72存储的程序指令以进行流水线资源智能调度。
其中，处理器71还可以称为CPU(Central Process ing Unit，中央处理单元)。处理器71可能是一种集成电路芯片，具有信号的处理能力。处理器71还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
参阅图8，图8为本发明第五实施例的存储介质的结构示意图。本发明第六实施例的存储介质80存储有能够实现上述所有方法的程序指令91，其中，该程序指令81可以以软件产品的形式存储在上述存储介质中，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)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM， Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，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，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。
另外，在本发明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，也可以采用软件功能单元的形式实现。以上仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围。
以上所述的仅是本发明的实施方式，在此应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出改进，但这些均属于本发明的保护范围。

Claims (10)

1.一种流水线资源智能调度方法，其特征在于，包括：
根据流水线资源调度指令，生成对应的资源调度编码数据，其中，所述资源调度编码数据包括借出资源的流水线编号、借入资源的流水线编号以及资源的种类和数量；
根据所述资源调度编码数据，获取待调度资源的资源统计编码序列，其中，所述资源统计编码序列包括不同流水线的所述待调度资源的待借还数量，所述待借还数量为所述流水线的所述待调度资源的借入资源数量总和与借出资源数量总和之差；
根据预设的序列更新步骤对所述资源统计编码序列进行迭代操作，直至所述资源统计编码序列为空，获取所述迭代操作对应的操作工序集合，其中，所述序列更新步骤包括：从当前的所述资源统计编码序列中随机选择一个所述待借还数量为正的流水线作为借出操作流水线，从所述资源统计编码序列中随机选择一个除所述借出操作流水线外的流水线作为借入操作流水线；在当前的所述资源统计编码序列中将所述借出操作流水线的待调度资源借入至所述借入操作流水线，将借入操作后所述待借还数量为0的流水线从所述资源统计编码序列中删除，对当前的所述资源统计编码序列进行更新；根据借入操作生成的对应资源调度编码数据，将所述资源调度编码数据更新至操作工序集合中；
重复所述迭代操作，直至遍历所有借入操作组合方式，获取每个所述操作工序集合中所述资源调度编码数据的数量，根据所述资源调度编码数据的数量最小的所述操作工序集合生成对应的资源借还调度任务；
根据所述资源借还调度任务对所述资源统计编码序列中各所述流水线的所述待调度资源进行全局资源调度。
2.根据权利要求1所述的流水线资源智能调度方法，其特征在于，所述根据流水线资源调度指令，生成对应的资源调度编码数据之前，还包括：
获取预设时间周期内各流水线的加工任务；
根据所述流水线的加工任务获取所述流水线的待调度资源的预估需求数量；
获取所述流水线的待调度资源在当前时间的实际拥有数量，根据所述预估需求数量和所述实际拥有数量获取所述流水线的待调度资源的调度类型以及调度需求数量，其中，所述调度类型为借入或借出；
根据调度需求数量将调度类型为借入的流水线与调度资源为借出的流水线进行匹配，根据匹配结果和调度类型为借入的流水线的调度需求数量生成所述流水线资源调度指令。
3.根据权利要求2所述的流水线资源智能调度方法，其特征在于，所述根据所述流水线的加工任务获取所述流水线的待调度资源的预估需求数量，包括：
获取所述加工任务的任务量和任务时间；
根据任务统计信息从历史加工任务中获取与所述加工任务的任务量相匹配的历史加工任务；
从获取的所有历史加工任务中选择执行时间与所述加工任务的任务时间最接近的一个；
将所选的历史加工任务的待调度资源的历史实际使用数量作为所述加工任务的预估需求数量。
4.根据权利要求2所述的流水线资源智能调度方法，其特征在于，所述根据调度需求数量将调度类型为借入的流水线与调度资源为借出的流水线进行匹配，包括：
将调度类型为借入的流水线按照调度需求数量从大到小的顺序进行排序，得到借入需求序列；
将调度类型为借出的流水线按照调度需求数量从大到小的顺序进行排序，得到借出需求序列；
依次为所述借入需求序列中的每个流水线从所述借出需求序列中选择调度需求数量大于或等于其调度需求数量的流水线进行匹配，得到匹配结果。
5.根据权利要求1所述的流水线资源智能调度方法，其特征在于，所述获取每个所述操作工序集合中所述资源调度编码数据的数量，根据所述资源调度编码数据的数量最小的所述操作工序集合生成对应的资源借还调度任务，包括：
获取所述操作工序集合中所述资源调度编码数据的数量，选择所述资源调度编码数据的数量最小的所述操作工序集合作为目标操作工序集合；
根据所述目标操作工序集合中的资源调度编码数据生成对应的流水线资源调度指令；
将所述流水线资源调度指令按照所述资源调度编码数据在所述目标操作工序集合中的顺序进行组合，生成所述资源借还调度任务。
6.根据权利要求5所述的流水线资源智能调度方法，其特征在于，当所述资源调度编码数据的数量最小的所述操作工序集合大于或等于两个时，所述根据所述目标操作工序集合中的资源调度编码数据生成对应的流水线资源调度指令之前，还包括：
计算每个所述资源调度编码数据对应的调度时间；
根据所述目标操作工序集合的资源调度编码数据的调度时间获取总调度时间；
选择所述总调度时间最短的所述目标操作工作集合。
7.根据权利要求1所述的流水线资源智能调度方法，其特征在于，所述根据预设的序列更新步骤对所述资源统计编码序列进行迭代操作，包括：
从所述资源统计编码序列中随机选择一个所述待借还数量为正的流水线作为一级借出操作流水线；
将所述一级借出操作流水线的待调度资源依次遍历借入至所述资源统计编码序列中除所述一级借出操作流水线外的余下的流水线并将所述待借还数量为0的流水线从所述资源统计编码序列中删除，得到多个一级资源统计编码中间序列；
从所述一级资源统计编码中间序列中随机选择一个所述待借还数量为正的流水线作为二级借出操作流水线；
将所述二级借出操作流水线的待调度资源依次遍历借入至所述一级资源统计编码中间序列中除所述二级借出操作流水线外的余下的流水线并将所述待借还数量为0的流水线从所述一级资源统计编码中间序列中删除，得到多个二级资源统计编码中间序列；
从所述二级资源统计编码中间序列中随机选择一个所述待借还数量为正的流水线作为三级借出操作流水线；
将所述三级借出操作流水线的待调度资源依次遍历借入至所述二级资源统计编码中间序列中除所述三级借出操作流水线外的余下的流水线并将所述待借还数量为0的流水线从所述二级资源统计编码中间序列中删除，得到多个三级资源统计编码中间序列；
重复执行序列更新步骤，依次遍历每个一级资源统计编码中间序列、每个二级资源统计编码中间序列、每个三级资源统计编码中间序列直至最高一级资源统计编码中间序列。
8.一种流水线资源智能调度装置，其特征在于，包括：
数据获取模块，用于根据流水线资源调度指令，生成对应的资源调度编码数据，其中，所述资源调度编码数据包括借出资源的流水线编号、借入资源的流水线编号以及资源的种类和数量；
序列生成模块，用于根据所述资源调度编码数据，获取待调度资源的资源统计编码序列，其中，所述资源统计编码序列包括不同流水线的所述待调度资源的待借还数量，所述待借还数量为所述流水线的所述待调度资源的借入资源数量总和与借出资源数量总和之差；
迭代操作模块，用于根据预设的序列更新步骤对所述资源统计编码序列进行迭代操作，直至所述资源统计编码序列为空，其中，所述序列更新步骤包括：从当前的所述资源统计编码序列中随机选择一个所述待借还数量为正的流水线作为借出操作流水线，从所述资源统计编码序列中随机选择一个除所述借出操作流水线外的流水线作为借入操作流水线；在当前的所述资源统计编码序列中将所述借出操作流水线的待调度资源借入至所述借入操作流水线，将借入操作后所述待借还数量为0的流水线从所述资源统计编码序列中删除，对当前的所述资源统计编码序列进行更新；根据借入操作生成的对应资源调度编码数据，将所述资源调度编码数据更新至操作工序集合中；
调度任务生成模块，用于重复所述迭代操作，直至遍历所有借入操作组合方式，获取每个所述操作工序集合中所述资源调度编码数据的数量，根据所述资源调度编码数据的数量最小的所述操作工序集合生成对应的资源借还调度任务；
调度控制模块，用于根据所述资源借还调度任务对所述资源统计编码序列中各所述流水线的所述待调度资源进行全局资源调度。
9.一种电子设备，其特征在于，包括处理器、以及与所述处理器耦接的存储器，所述存储器存储有可被所述处理器执行的程序指令；所述处理器执行所述存储器存储的所述程序指令时实现如权利要求1～7中任一项所述的流水线资源智能调度方法。
10.一种存储介质，其特征在于，所述存储介质内存储有程序指令，所述程序指令被处理器执行时实现能够实现如权利要求1～7中任一项所述的流水线资源智能调度方法。
CN202110583908.XA 2021-05-27 2021-05-27 流水线资源智能调度方法、装置、设备及介质 Active CN113344350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110583908.XA CN113344350B (zh) 2021-05-27 2021-05-27 流水线资源智能调度方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110583908.XA CN113344350B (zh) 2021-05-27 2021-05-27 流水线资源智能调度方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113344350A true CN113344350A (zh) 2021-09-03
CN113344350B CN113344350B (zh) 2022-08-16

Family

ID=77471785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110583908.XA Active CN113344350B (zh) 2021-05-27 2021-05-27 流水线资源智能调度方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113344350B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6571215B1 (en) * 1997-01-21 2003-05-27 Microsoft Corporation System and method for generating a schedule based on resource assignments
US9348602B1 (en) * 2013-09-03 2016-05-24 Amazon Technologies, Inc. Resource allocation for staged execution pipelining
CN109086407A (zh) * 2018-08-01 2018-12-25 华东师范大学 面向分布式内存数据库的多流水线调度方法
CN110276481A (zh) * 2019-05-31 2019-09-24 清华大学 一种分布式混合流水线调度优化方法
CN110516936A (zh) * 2019-08-13 2019-11-29 武汉攀升鼎承科技有限公司 一种智能生产流水线调配系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6571215B1 (en) * 1997-01-21 2003-05-27 Microsoft Corporation System and method for generating a schedule based on resource assignments
US9348602B1 (en) * 2013-09-03 2016-05-24 Amazon Technologies, Inc. Resource allocation for staged execution pipelining
CN109086407A (zh) * 2018-08-01 2018-12-25 华东师范大学 面向分布式内存数据库的多流水线调度方法
CN110276481A (zh) * 2019-05-31 2019-09-24 清华大学 一种分布式混合流水线调度优化方法
CN110516936A (zh) * 2019-08-13 2019-11-29 武汉攀升鼎承科技有限公司 一种智能生产流水线调配系统

Also Published As

Publication number Publication date
CN113344350B (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
CN110533301B (zh) 一种基于动态约束矩阵的粒子群调度方法
US10048669B2 (en) Optimizing manufacturing schedule with time-dependent energy cost
CN107679750B (zh) 一种基于自适应系数遗传算法的云制造服务资源匹配方法
CN112001618B (zh) 一种工期指派、订单接受与生产调度集成优化方法
CN105629927A (zh) 一种基于混合遗传算法的mes生产计划排产方法
CN109472362B (zh) 一种基于可变任务窗的agv动态调度方法及装置
CN106610867B (zh) 一种片上网络任务调度方法及装置
CN110008023B (zh) 基于遗传算法的云计算系统预算约束随机任务调度方法
Xie et al. An effective multi-objective artificial bee colony algorithm for energy efficient distributed job shop scheduling
Huang et al. An improved genetic algorithm for job-shop scheduling problem with process sequence flexibility
Long et al. A self‐learning artificial bee colony algorithm based on reinforcement learning for a flexible job‐shop scheduling problem
Wang et al. Solving task scheduling problems in cloud manufacturing via attention mechanism and deep reinforcement learning
CN113821983A (zh) 基于代理模型的工程设计优化方法、装置及电子设备
CN104536831B (zh) 一种基于多目标优化的多核SoC软件映射方法
CN113344350B (zh) 流水线资源智能调度方法、装置、设备及介质
CN107239853B (zh) 一种基于云计算的智慧管家系统及其工作方法
Mhasawade et al. A survey of hybrid metaheuristics to minimize makespan of job shop scheduling problem
CN110505655A (zh) 数据指令处理方法、存储介质及蓝牙盾
CN116579570A (zh) 产品生产排产方法、装置、设备及介质
Subbu et al. Network-based distributed planning using coevolutionary agents: architecture and evaluation
CN110515591A (zh) 基于区块链的随机数生成方法及装置
CN115577913A (zh) 主动型负荷可调度潜力的计算方法、终端及存储介质
CN112926819A (zh) 基于改进遗传算法的调度方法、装置、设备及存储介质
Fallah-Jamshidi et al. Nonlinear continuous multi-response problems: a novel two-phase hybrid genetic based metaheuristic
Sarker et al. Genetic algorithms for solving a class of constrained nonlinear integer programs

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