CN115169634A - 一种任务分配优化处理方法及装置 - Google Patents
一种任务分配优化处理方法及装置 Download PDFInfo
- Publication number
- CN115169634A CN115169634A CN202210507375.1A CN202210507375A CN115169634A CN 115169634 A CN115169634 A CN 115169634A CN 202210507375 A CN202210507375 A CN 202210507375A CN 115169634 A CN115169634 A CN 115169634A
- Authority
- CN
- China
- Prior art keywords
- task
- parameter
- evaluation index
- importance
- allocation optimization
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 78
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 124
- 238000004364 calculation method Methods 0.000 claims abstract description 85
- 239000003999 initiator Substances 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 21
- 230000008520 organization Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 230000032683 aging Effects 0.000 description 7
- 230000006854 communication Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010924 continuous production Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock 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
- G06Q10/06312—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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种任务分配优化处理方法及装置,涉及数据优化处理技术领域。所述方法包括:获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。所述装置执行上述方法。本发明实施例提供的任务分配优化处理方法及装置,保证重要程度高的任务能够及时完成。
Description
技术领域
本发明涉及数据优化处理技术领域,具体涉及一种任务分配优化处理方法及装置。
背景技术
随着增强现实、自动驾驶和各种认知应用的快速发展,越来越多的计算密集型和数据密集型任务对计算和通信时延提出了更高要求。而边缘计算正好可以满足低延迟的需求,然而每个边缘节点的剩余计算能力不尽相同,如果分配同样多的任务便会造成剩余计算能力多的边缘节点的资源浪费,使总的计算时间相对变长。
现有技术根据剩余计算能力进行任务调度分配,使得有些重要程度高的任务无法及时完成。
发明内容
针对现有技术中的问题,本发明实施例提供一种任务分配优化处理方法及装置,能够至少部分地解决现有技术中存在的问题。
一方面,本发明提出一种任务分配优化处理方法,包括:
获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;
根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;
获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;
其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;
求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
其中,获取所述任务发起方等级参数,包括:
获取任务发起方的组织架构等级;
根据所述组织架构等级和预设对应关系,获取与所述组织架构等级对应的任务发起方等级参数;其中,所述预设对应关系包括预设组织架构等级与预设任务发起方等级参数之间的对应关系。
其中,获取所述任务时效性参数,包括:
获取完成任务的时效要求上限值,将所有任务的时效要求上限值之和与所述任务的时效要求上限值的比值作为所述任务时效性参数。
其中,获取所述任务周期性参数,包括:
获取完成任务所需要的时间,将预设单位时间与所述完成任务所需要的时间的比值作为所述任务周期性参数。
其中,获取所述负荷重要度参数,包括:
获取当任务出现异常时,会影响的一级负荷量和二级负荷量;所述一级负荷量和所述二级负荷量根据对用电负荷造成的影响程度划分,且所述一级负荷量对应的影响程度大于所述二级负荷量对应的影响程度;
将任务的一级负荷量和二级负荷量之和与所有任务的一级负荷量和二级负荷量总和的比值作为所述负荷重要度参数。
其中,所述根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数,包括:
利用熵值法与优劣解距离法相结合的方式,根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数。
其中,所述获取边缘节点的剩余计算能力,包括:
通过任务调度器获取边缘节点的剩余计算能力。
一方面,本发明提出一种任务分配优化处理装置,包括:
获取单元,用于获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;
确定单元,用于根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;
构建单元,用于获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;
其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;
分配单元,用于求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
再一方面,本发明实施例提供一种电子设备,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如下方法:
获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;
根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;
获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;
其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;
求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
本发明实施例提供一种非暂态计算机可读存储介质,包括:
所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如下方法:
获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;
根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;
获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;
其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;
求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
本发明实施例提供的任务分配优化处理方法及装置,获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点,能够提高资源利用效率和任务响应效果,使每个边缘节点的计算能力得到充分的利用,还保证重要程度高的任务能够及时完成。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本发明一实施例提供的任务分配优化处理方法的流程示意图。
图2是本发明另一实施例提供的任务分配优化处理方法的流程示意图。
图3是本发明另一实施例提供的任务分配优化处理方法的流程示意图。
图4是本发明一实施例提供的任务分配优化处理装置的结构示意图。
图5为本发明实施例提供的电子设备实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
图1是本发明一实施例提供的任务分配优化处理方法的流程示意图,如图1所示,本发明实施例提供的任务分配优化处理方法,包括:
步骤S1:获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数。
步骤S2:根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数。
步骤S3:获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;
其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值。
步骤S4:求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
在上述步骤S1中,装置获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数。装置可以是执行该方法的计算机设备,例如可以包括服务器,具体可以边缘端服务器。如图2所示,边缘端服务器包括边缘计算层,边缘端服务器从智能设备层获取数据,向云计算层发送数据,并接收云计算层返回的计算结果。
每个任务都可以通过任务评价指标参数评价该任务的任务重要度。重要度即重要性测度,用来度量任务对系统的影响程度。
利用对任务重要度的评估,可以以最少的资源来使系统运行的效率更高。为了解决实际工作中小样本不足,且难以获取、参数认知的不确定性等问题,可以使用多状态系统重要度分析方法。根据边缘网络系统的特点,可以将本发明的指标体系划分为任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数,分别说明如下:
任务发起方等级参数:
任务发起方等级参数可以体现出任务发起方的组织架构等级。按照组织架构等级,可以将任务发起方等级参数分为4个等级,每个等级赋值如下表1所示。任务发起方等级参数越高,表明任务重要度越高;任务发起方等级参数越低,表明任务重要度越低。
表1
任务发起方 | 任务等级 | 任务发起方等级参数 |
总部 | 总部级(一级) | 1.0 |
省公司 | 省公司级(二级) | 0.75 |
地市公司 | 地市公司级(三级) | 0.5 |
县公司 | 县公司级(四级) | 0.25 |
获取所述任务发起方等级参数,包括:
获取任务发起方的组织架构等级;参照表1,即总部级、省公司级等。
根据所述组织架构等级和预设对应关系,获取与所述组织架构等级对应的任务发起方等级参数;其中,所述预设对应关系包括预设组织架构等级与预设任务发起方等级参数之间的对应关系。参照表1,即总部级对应1.0;省公司级对应0.75等,预设任务发起方等级参数的具体数值可以根据实际情况自主设置。
任务时效性参数:
任务时效性参数Pi取决于任务的紧急程度,其表示任务完成时效对系统效率的影响程度,举例说明如下:一项任务A要求在60秒内完成,时效要求上限值为60秒;另一任务B要求在180秒内完成,时效要求上限值为180秒,由此确定,任务A的任务时效性参数对应的任务重要度高于任务B的任务时效性参数对应的任务重要度。
获取所述任务时效性参数,包括:
获取完成任务的时效要求上限值,将所有任务的时效要求上限值之和与所述任务的时效要求上限值的比值作为所述任务时效性参数,可以通过如下公式表示:
任务时效性参数Pi越大,表明任务重要度越高;任务时效性参数Pi越小,表明任务重要度越低。
由于PA>PB,表明任务A的任务重要度高于任务B的任务重要度。
任务周期性参数:
任务周期性参数Q反映在预设单位时间内(可选60s)需要完成某项任务的循环次数。任务周期性参数越大,表明任务重要度越高;任务周期性参数越小,表明任务重要度越低。
任务i的任务周期性参数Qi的大小将由该任务在60s内需要循环完成的次数决定,如下式所示:
式中,Xi为完成任务i所需要的时间(单位秒/s)。
负荷重要度参数:
负荷重要度参数越大,表明任务重要度越高;负荷重要度参数越小,表明任务重要度越低。
获取所述负荷重要度参数,包括:
获取当任务出现异常时,会影响的一级负荷量和二级负荷量;所述一级负荷量和所述二级负荷量根据对用电负荷造成的影响程度划分,且所述一级负荷量对应的影响程度大于所述二级负荷量对应的影响程度;出现异常可以包括中断或延时等。
一级负荷:包括中断供电将造成人身伤亡,以及中断供电将造成重大损失等情况,例如:重大设备损坏、重大产品报废、重要原料生产的产品大量报废、重点企业的连续生产过程被打乱,需要长时间才能恢复等;中断供电将影响重要用电单位的正常工作。例如:重要交通枢纽、重要通信枢纽、重要宾馆、大型体育场馆、经常用于国际活动的大量人员集中的公共场所等用电单位中的重要电力负荷。
二级负荷:中断供电将造成较大损失的情况,例如:主要设备损坏、大量产品报废、连续生产过程被打乱,需较长时间才能恢复、重点企业大量减产等;中断供电将影响用电单位的正常工作。例如:交通枢纽、通信枢纽等用电单位中的重要电力负荷,以及中断供电将造成大型影剧院、大型商场等较多人员集中的重要的公共场所秩序混乱。
将任务的一级负荷量和二级负荷量之和与所有任务的一级负荷量和二级负荷量总和的比值作为所述负荷重要度参数,可以通过如下公式表示:
式中,Hi为任务i的负荷重要度参数。Hi 1s为任务i对应的一级负荷量,Hi 2nd为任务i对应的二级负荷量,H为所有任务的一级负荷量和二级负荷量总和。
本发明实施例的任务评价指标参数综合考虑四类可用于评估任务重要度的指标,可以全面和准确地评估任务重要度。
在上述步骤S2中,装置根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数。综合评价指数越大,表明任务重要度越高;综合评价指数越小,表明任务重要度越低。
所述根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数,包括:
利用熵值法与优劣解距离法相结合的方式,根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数。
a.设任务有m个,每个任务的任务评价指标参数有n个,参照上述举例,n为4,构建判断矩阵:
X=(Xij)m×n(i=1,2,…,m;j=1,2,…,n)
b.对判断矩阵进行标准化处理:
c.计算信息熵:
d.定义指标j的权重:
e.计算加权矩阵:
R=(rij)m×n,rij=wj×xij(i=1,2,…,m;j=1,2,…,n)
g.计算各个任务与最优解和最劣解的欧式距离:
h.计算综合评价指数:
在上述步骤S3中,获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;
其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值。参照图2,可以通过任务调度器获取边缘节点的剩余计算能力。
预设任务重要度阈值可以根据实际情况自主设置。
第一剩余计算能力阈值和第二剩余计算能力阈值可以根据实际情况自主设置。第一剩余计算能力阈值可选为边缘节点最大计算能力的20%,第二剩余计算能力阈值可选为边缘节点最大计算能力的90%。
在上述步骤S4中,装置求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。求解任务分配优化计算模型的计算方法为本领域成熟方法,不再赘述。
如图2和图3所示,说明如下:
建立边缘节点与云端的链接,边缘端估算自己的计算能力(可用空间)并将自己的剩余计算能力反馈给云端。通信过程如下:
a.智能设备层将数据类型、采集数值、视频、图片等多源数据原始文件发送到任务管理器。
b.任务管理器将各个任务发送到任务调度器,计及任务重要度和边缘节点的剩余计算能力,使用任务分配优化计算模型进行任务分配,以提高资源利用率和任务响应效果。
c.优化后的任务分配到各个边缘节点,边缘节点进行边缘计算。
d.边缘层将数据传输给云端服务器,云端进行云计算。
e.将云计算的结果和边缘计算的结果进行合并(将边缘节点的每个任务标记为任务1、任务2、任务3…,若同一个任务分给不同的节点计算,将该任务分为部分1、部分2、部分3…,经过边缘端计算后上传到云端,将任务的计算结果进行统一的数据联接和数据聚合),展示给客户端进行决策。
其中,边缘端服务器和云端服务器会定期对存储的数据进行分析,来保证决策消息的准确性。
本发明实施例提供的任务分配优化处理方法,获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点,能够提高资源利用效率和任务响应效果,使每个边缘节点的计算能力得到充分的利用,还保证重要程度高的任务能够及时完成。
进一步地,获取所述任务发起方等级参数,包括:
获取任务发起方的组织架构等级;可参照上述说明,不再赘述。
根据所述组织架构等级和预设对应关系,获取与所述组织架构等级对应的任务发起方等级参数;其中,所述预设对应关系包括预设组织架构等级与预设任务发起方等级参数之间的对应关系。可参照上述说明,不再赘述。
进一步地,获取所述任务时效性参数,包括:
获取完成任务的时效要求上限值,将所有任务的时效要求上限值之和与所述任务的时效要求上限值的比值作为所述任务时效性参数。可参照上述说明,不再赘述。
进一步地,获取所述任务周期性参数,包括:
获取完成任务所需要的时间,将预设单位时间与所述完成任务所需要的时间的比值作为所述任务周期性参数。可参照上述说明,不再赘述。
进一步地,获取所述负荷重要度参数,包括:
获取当任务出现异常时,会影响的一级负荷量和二级负荷量;所述一级负荷量和所述二级负荷量根据对用电负荷造成的影响程度划分,且所述一级负荷量对应的影响程度大于所述二级负荷量对应的影响程度;可参照上述说明,不再赘述。
将任务的一级负荷量和二级负荷量之和与所有任务的一级负荷量和二级负荷量总和的比值作为所述负荷重要度参数。可参照上述说明,不再赘述。
进一步地,所述根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数,包括:
利用熵值法与优劣解距离法相结合的方式,根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数。可参照上述说明,不再赘述。
进一步地,所述获取边缘节点的剩余计算能力,包括:
通过任务调度器获取边缘节点的剩余计算能力。可参照上述说明,不再赘述。
图4是本发明一实施例提供的任务分配优化处理装置的结构示意图,如图4所示,本发明实施例提供的任务分配优化处理装置,包括获取单元401、确定单元402、构建单元403和分配单元404,其中:
获取单元401用于获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;确定单元402用于根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;构建单元403用于获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;分配单元404用于求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
具体的,装置中的获取单元401用于获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;确定单元402用于根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;构建单元403用于获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;分配单元404用于求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
本发明实施例提供的任务分配优化处理装置,获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点,能够提高资源利用效率和任务响应效果,使每个边缘节点的计算能力得到充分的利用,还保证重要程度高的任务能够及时完成。
本发明实施例提供任务分配优化处理装置的实施例具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
图5为本发明实施例提供的电子设备实体结构示意图,如图5所示,所述电子设备包括:处理器(processor)501、存储器(memory)502和总线503;
其中,所述处理器501、存储器502通过总线503完成相互间的通信;
所述处理器501用于调用所述存储器502中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:
获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;
根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;
获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;
其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;
求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:
获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;
根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;
获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;
其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;
求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
本实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机程序,所述计算机程序使所述计算机执行上述各方法实施例所提供的方法,例如包括:
获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;
根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;
获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;
其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;
求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在本说明书的描述中,参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种任务分配优化处理方法,其特征在于,包括:
获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;
根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;
获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;
其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;
求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
2.根据权利要求1所述的任务分配优化处理方法,其特征在于,获取所述任务发起方等级参数,包括:
获取任务发起方的组织架构等级;
根据所述组织架构等级和预设对应关系,获取与所述组织架构等级对应的任务发起方等级参数;其中,所述预设对应关系包括预设组织架构等级与预设任务发起方等级参数之间的对应关系。
3.根据权利要求1所述的任务分配优化处理方法,其特征在于,获取所述任务时效性参数,包括:
获取完成任务的时效要求上限值,将所有任务的时效要求上限值之和与所述任务的时效要求上限值的比值作为所述任务时效性参数。
4.根据权利要求1所述的任务分配优化处理方法,其特征在于,获取所述任务周期性参数,包括:
获取完成任务所需要的时间,将预设单位时间与所述完成任务所需要的时间的比值作为所述任务周期性参数。
5.根据权利要求1所述的任务分配优化处理方法,其特征在于,获取所述负荷重要度参数,包括:
获取当任务出现异常时,会影响的一级负荷量和二级负荷量;所述一级负荷量和所述二级负荷量根据对用电负荷造成的影响程度划分,且所述一级负荷量对应的影响程度大于所述二级负荷量对应的影响程度;
将任务的一级负荷量和二级负荷量之和与所有任务的一级负荷量和二级负荷量总和的比值作为所述负荷重要度参数。
6.根据权利要求1至5任一所述的任务分配优化处理方法,其特征在于,所述根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数,包括:
利用熵值法与优劣解距离法相结合的方式,根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数。
7.根据权利要求1至5任一所述的任务分配优化处理方法,其特征在于,所述获取边缘节点的剩余计算能力,包括:
通过任务调度器获取边缘节点的剩余计算能力。
8.一种任务分配优化处理装置,其特征在于,包括:
获取单元,用于获取任务评价指标参数;所述任务评价指标参数包括任务发起方等级参数、任务时效性参数、任务周期性参数和负荷重要度参数;
确定单元,用于根据待分配任务和所述任务评价指标参数确定可评价任务重要度的综合评价指数;
构建单元,用于获取边缘节点的剩余计算能力,并根据所述剩余计算能力和所述综合评价指数构建任务分配优化计算模型;
其中,所述任务分配优化计算模型的目标函数为完成所述待分配任务的总时间最短,约束条件为所述综合评价指数大于预设任务重要度阈值,所述剩余计算能力为大于第一剩余计算能力阈值,且小于第二剩余计算能力阈值;
分配单元,用于求解所述任务分配优化计算模型得到为各边缘节点分配的目标任务,并分配所述目标任务至对应的目标边缘节点。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一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权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210507375.1A CN115169634A (zh) | 2022-05-11 | 2022-05-11 | 一种任务分配优化处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210507375.1A CN115169634A (zh) | 2022-05-11 | 2022-05-11 | 一种任务分配优化处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115169634A true CN115169634A (zh) | 2022-10-11 |
Family
ID=83482926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210507375.1A Pending CN115169634A (zh) | 2022-05-11 | 2022-05-11 | 一种任务分配优化处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115169634A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115941258A (zh) * | 2022-10-26 | 2023-04-07 | 山东浪潮科学研究院有限公司 | 边缘计算任务分发方法、装置、设备及介质 |
CN117710026A (zh) * | 2024-02-04 | 2024-03-15 | 浙江海亮科技有限公司 | 一种学生的激励分配方法以及分配系统 |
-
2022
- 2022-05-11 CN CN202210507375.1A patent/CN115169634A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115941258A (zh) * | 2022-10-26 | 2023-04-07 | 山东浪潮科学研究院有限公司 | 边缘计算任务分发方法、装置、设备及介质 |
CN117710026A (zh) * | 2024-02-04 | 2024-03-15 | 浙江海亮科技有限公司 | 一种学生的激励分配方法以及分配系统 |
CN117710026B (zh) * | 2024-02-04 | 2024-04-30 | 浙江海亮科技有限公司 | 一种学生的激励分配方法以及分配系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1956457B (zh) | 用于安排网格计算系统中的网格作业的方法和设备 | |
CN104317658B (zh) | 一种基于MapReduce的负载自适应任务调度方法 | |
CN115169634A (zh) | 一种任务分配优化处理方法及装置 | |
CN107404523A (zh) | 云平台自适应资源调度系统和方法 | |
CN102193832B (zh) | 云端计算资源排程方法与应用的系统 | |
CN104298550A (zh) | 一种面向Hadoop的动态调度方法 | |
CN106959894B (zh) | 资源分配方法和装置 | |
CN106528280A (zh) | 一种任务分配方法和系统 | |
CN105700948A (zh) | 一种用于在集群中调度计算任务的方法与设备 | |
CN108090225A (zh) | 数据库实例的运行方法、装置、系统及计算机可读存储介质 | |
CN113037877B (zh) | 云边端架构下时空数据及资源调度的优化方法 | |
CN103701894A (zh) | 动态资源调度方法与系统 | |
CN110096489A (zh) | 一种数据查询方法、系统、装置及电子设备 | |
CN104753977A (zh) | 基于模糊聚类的地震处理解释基础设施云资源调度方法 | |
CN111985851B (zh) | 银行网点资源调度方法及装置 | |
CN111126621A (zh) | 在线模型训练方法及装置 | |
CN106250566A (zh) | 一种分布式数据库及其数据运算的管理方法 | |
CN113094246A (zh) | 一种边缘异构计算环境仿真系统 | |
CN107155215B (zh) | 一种应用归属服务集群的分配方法和装置 | |
CN116896591A (zh) | 网络数据分析模型调度方法、装置和计算机设备 | |
CN107590747A (zh) | 基于综合能源大数据分析的电网资产周转率计算方法 | |
CN107180286A (zh) | 基于改进型花粉算法的制造服务供应链优化方法及系统 | |
CN116471333A (zh) | 一种混合算力网络资源调度优化方法及随动控制装置 | |
CN115689201A (zh) | 面向企业资源供需调配的多准则智能决策优化方法及系统 | |
CN110928649A (zh) | 资源调度的方法和装置 |
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 |