CN115983559A - 项目资源调度方法、装置、设备及存储介质 - Google Patents
项目资源调度方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115983559A CN115983559A CN202211577666.4A CN202211577666A CN115983559A CN 115983559 A CN115983559 A CN 115983559A CN 202211577666 A CN202211577666 A CN 202211577666A CN 115983559 A CN115983559 A CN 115983559A
- Authority
- CN
- China
- Prior art keywords
- team
- task
- sequence
- target
- project
- 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
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims description 35
- 238000012163 sequencing technique Methods 0.000 claims description 22
- 230000002068 genetic effect Effects 0.000 claims description 14
- 230000035772 mutation Effects 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种项目资源调度方法、装置、设备及存储介质,项目资源调度方法应用于服务商的分包项目,项目资源调度方法包括:获取预先输入的资源调度数据;其中,资源调度数据包括:服务提供商参数和任务项目参数,根据服务提供商参数和预设的约束条件数据构建成目标队伍序列,根据任务项目参数对目标队伍序列进行队伍分配处理,得到初始任务调度方案,根据初始任务调度方案进行适应度计算,得到方案适应度,根据方案适应度对初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案。本发明能够代替人工分配分包项目,提高分配的效率和资源的利用率。
Description
技术领域
本发明涉及分包项目技术领域,尤其是涉及一种项目资源调度方法、装置、设备及存储介质。
背景技术
目前,分包项目的资源调度仍然依靠人工分配的手段来完成,通过人工分配分包项目的手段只能借助过往经验,以找到成本或者工期表现相对较优的分配方案,但无法找寻到针对全局而言的最优方案,这在一定程度上会造成效率的损失和资源的浪费。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种项目资源调度方法,能够代替人工分配分包项目,提高分配的效率和资源的利用率。
本发明还提出一种资源调度装置。
本发明还提出一种资源调度设备。
本发明还提出一种计算机可读存储介质。
第一方面,本发明的一个实施例提供了项目资源调度方法,应用于服务商的分包项目,所述项目资源调度方法包括:
获取预先输入的资源调度数据;其中,所述资源调度数据包括:服务提供商参数和任务项目参数;
根据所述服务提供商参数和预设的约束条件数据构建成目标队伍序列;
根据所述任务项目参数对所述目标队伍序列进行队伍分配处理,得到初始任务调度方案;
根据所述初始任务调度方案进行适应度计算,得到方案适应度;
根据所述方案适应度对所述初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案。
本发明实施例的项目资源调度方法至少具有如下有益效果:获取预先输入的资源调度数据,其中,资源调度数据包括:服务提供商参数和任务项目参数,根据预设的约束条件数据从服务提供商参数中筛选出符合条件的若干支队伍,并将若干支队伍进行序列构建,得到目标队伍序列,根据任务项目参数对所述目标队伍序列进行队伍分配处理,以将各个任务分配至对应的队伍,得到初始任务调度方案,根据初始任务调度方案计算每支队伍完成任务的适应度,得到方案适应度,根据方案适应度对初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案。通过获取输入的资源调度数据,根据服务提供商参数和约束条件数据构建目标队伍序列,根据任务项目参数分配任务至目标队伍序列,得到初始任务调度方案,根据初始任务调度方案计算方案适应度,根据方案适应度对初始任务调度方案,得到优化的目标任务调度方案,能够代替人工分配分包项目,提高分配的效率和资源的利用率。
根据本发明的另一些实施例的项目资源调度方法,所述根据所述服务提供商参数和预设的约束条件数据构建成候选队伍序列,包括:
将所述服务提供商参数和所述约束条件数据输入至预设的遗传规律计算模型;其中,所述遗传规律计算模型包括:初始化层、个体评价层、个体选择层、交叉运算层和变异运算层;
通过所述初始化层、所述服务提供商参数和所述约束条件生成初始队伍序列;
通过所述个体评价层、所述服务提供商参数进行适应度计算,得到队伍适应度;
通过所述个体选择层、所述队伍适应度从所述初始队伍序列中筛选出候选队伍序列;
通过所述交叉运算层、预设的交叉参数对所述候选队伍序列进行序列交叉操作,得到交叉队伍序列;
通过所述变异运算层、预设的变异参数对所述交叉队伍序列进行变异处理,得到所述目标队伍序列。
根据本发明的另一些实施例的项目资源调度方法,所述根据所述任务项目参数对所述目标队伍序列进行队伍分配处理,得到初始任务调度方案,包括:
将所述任务项目参数和所述目标队伍序列输入至预设的贪心规律计算模型;其中,所述贪心规律计算模型包括:项目评估层、任务排序层和队伍匹配层;
通过所述项目评估层对所述任务项目参数进行项目评估计算,得到项目评估值;
通过所述任务排序层、所述项目评估值对项目进行降序排序,得到目标任务序列;
通过所述队伍匹配层将所述目标队伍序列和所述目标任务序列进行队伍匹配,得到所述初始任务调度方案。
根据本发明的另一些实施例的项目资源调度方法,所述通过所述队伍匹配层将所述目标队伍序列和所述目标任务序列进行队伍匹配,得到所述初始任务调度方案,包括:
通过所述队伍匹配层获取所述目标队伍序列的服务成本;
通过所述队伍匹配层、所述服务成本对所述目标队伍序列进行降序排序,得到排序队伍序列;
通过所述队伍匹配层对所述排序队伍序列和所述目标任务序列进行队伍匹配,得到所述初始任务调度方案。
根据本发明的另一些实施例的项目资源调度方法,所述服务提供商参数包括服务任务类型和服务区域,所述任务项目参数包括参考任务类型和任务区域,所述通过所述队伍匹配层对所述排序队伍序列和所述目标任务序列进行队伍匹配,得到所述初始任务调度方案,包括:
通过所述队伍匹配层、所述服务任务类型和所述参考任务类型进行任务类型匹配,得到任务类型匹配关系;
通过所述队伍匹配层、所述服务区域和所述任务区域进行区域匹配,得到区域匹配关系;
通过所述队伍匹配层、所述任务类型匹配关系和所述区域匹配关系对所述排序队伍序列和所述目标任务序列进行匹配,得到所述初始任务调度方案。
根据本发明的另一些实施例的项目资源调度方法,所述通过所述队伍匹配层、所述任务类型匹配关系和所述区域匹配关系对所述排序队伍序列和所述目标任务序列进行匹配,得到所述初始任务调度方案,包括:
通过所述队伍匹配层、所述任务类型匹配关系和所述区域匹配关系计算月度份额数据;
若所述月度份额数据小于预设的月份额约束阈值,通过所述队伍匹配层对所述排序队伍序列进行重新排列,得到重排队伍序列;
通过所述队伍匹配层对所述重排队伍序列和所述目标任务序列进行匹配,得到所述初始任务调度方案。
根据本发明的另一些实施例的项目资源调度方法,在所述根据所述方案适应度对所述初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案之后,所述项目资源调度方法还包括:
获取所述目标队伍序列对应的任务数量数据;
根据所述任务数量数据调整所述目标队伍序列的优先级,得到队伍优先级;
根据所述队伍优先级对所述目标队伍序列进行降序排序,得到所述排序队伍序列;
根据所述排序队伍序列更新所述目标任务调度方案。
第二方面,本发明的一个实施例提供了资源调度装置,应用于服务商的分包项目,所述资源调度装置包括:
初始数据获取模块,用于获取预先输入的资源调度数据;其中,所述资源调度数据包括:服务提供商参数和任务项目参数;
队伍序列构建模块,用于根据所述服务提供商参数和预设的约束条件数据构建成目标队伍序列;
队伍匹配模块,用于根据所述任务项目参数对所述目标队伍序列进行队伍分配处理,得到初始任务调度方案;
适应度计算模块,用于根据所述初始任务调度方案进行适应度计算,得到方案适应度;
任务调度优化模块,用于根据所述方案适应度对所述初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案。
本发明实施例的资源调度装置至少具有如下有益效果:初始数据获取模块获取预先输入的资源调度数据,其中,资源调度数据包括:服务提供商参数和任务项目参数,队伍序列构建模块根据预设的约束条件数据从服务提供商参数中筛选出符合条件的若干支队伍,并将若干支队伍进行序列构建,得到目标队伍序列,队伍匹配模块根据任务项目参数对所述目标队伍序列进行队伍分配处理,以将各个任务分配至对应的队伍,得到初始任务调度方案,适应度计算模块根据初始任务调度方案计算每支队伍完成任务的适应度,得到方案适应度,任务调度优化模块根据方案适应度对初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案。通过获取输入的资源调度数据,根据服务提供商参数和约束条件数据构建目标队伍序列,根据任务项目参数分配任务至目标队伍序列,得到初始任务调度方案,根据初始任务调度方案计算方案适应度,根据方案适应度对初始任务调度方案,得到优化的目标任务调度方案,能够代替人工分配分包项目,提高分配的效率和资源的利用率。
第三方面,本发明的一个实施例提供了资源调度设备,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如第一方面所述的项目资源调度方法。
第四方面,本发明的一个实施例提供了计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如第一方面所述的项目资源调度方法。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。
附图说明
图1是本发明实施例中项目资源调度方法的一具体实施例流程示意图;
图2是图1中步骤S102的一具体实施例流程示意图;
图3是图1中步骤S103的一具体实施例流程示意图;
图4是图3中步骤S304的一具体实施例流程示意图;
图5是图4中步骤S403的一具体实施例流程示意图;
图6是图5中步骤S503的一具体实施例流程示意图;
图7是本发明实施例中项目资源调度方法的另一具体实施例流程示意图;
图8是本发明实施例中资源调度装置的一具体实施例模块框图;
图9是本发明实施例中项目资源调度方法的另一具体实施例流程示意图;
图10是本发明实施例中项目资源调度方法的另一具体实施例流程示意图。
附图标记说明:
初始数据获取模块801、队伍序列构建模块802、队伍匹配模块803、适应度计算模块804、任务调度优化模块805。
具体实施方式
以下将结合实施例对本发明的构思及产生的技术效果进行清楚、完整地描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。
在为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需要说明的是,虽然在系统示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于系统中的模块划分,或流程图中的顺序执行所示出或描述的步骤。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
在本发明实施例的描述中,如果涉及到“若干”,其含义是一个以上,如果涉及到“多个”,其含义是两个以上,如果涉及到“大于”、“小于”、“超过”,均应理解为不包括本数,如果涉及到“以上”、“以下”、“以内”,均应理解为包括本数。如果涉及到“第一”、“第二”,应当理解为用于区分技术特征,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或者隐含指明所指示的技术特征的先后关系。
母公司以分包形式提供许多个项目,这些项目可能是同质的,也可能是不同类型的项目。市场中存在多个服务提供商,这些提供商下属也有多个资源团队,这些资源团队有各自擅长的业务领域,表现在他们面对项目中的不同任务时的成本和工期表现也有所不同。因此,如何有效地匹配服务提供商下的资源团队和项目下的任务,并且能够以时间表或任务安排表的形式展示出完整的项目完成计划,成为了本发明研究的分包项目资源调度问题。
目前,现有分包项目的资源调度技术存在以下缺点:
分包项目的资源调度仍然依靠人工分配的手段来完成,通过人工分配分包项目的手段只能借助过往经验,以找到成本或者工期表现相对较优的分配方案,但无法找寻到针对全局而言的最优方案,这在一定程度上会造成效率的损失和资源的浪费。
分包项目的资源调度不同于工厂内的零件-机器匹配,分包项目的资源调度有一些特殊的要求,少部分参考了类似领域而设计出来的现有技术,仍缺乏对分包业务的特殊考量,分包业务蕴含的一些特殊的要求和约束,在其他领域内也很少出现,相关研究和技术的缺失让现有技术仍然很难在分包项目的资源调度上产生高质量的分配方案。
大多数现有技术及算法在小规模分包项目的资源调度上的表现较好,但面对大规模问题就很难兼顾算法的效率和效果,出现算法结果差或算法时间过长的问题。
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种项目资源调度方法,能够代替人工分配分包项目,提高分配的效率和资源的利用率。
请参照图1,图1示出了本发明实施例中项目资源调度方法的流程示意图。在一些实施例中,应用于服务商的分包项目,项目资源调度方法具体包括但不限于包括步骤S101至步骤S105。
步骤S101,获取预先输入的资源调度数据;其中,资源调度数据包括服务提供商参数和任务项目参数;
步骤S102,根据服务提供商参数和预设的约束条件数据构建成目标队伍序列;
步骤S103,根据任务项目参数对目标队伍序列进行队伍分配处理,得到初始任务调度方案;
步骤S104,根据初始任务调度方案进行适应度计算,得到方案适应度;
步骤S105,根据方案适应度对初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案。
在本实施例所示意的步骤S101至步骤S105,获取预先输入的资源调度数据,其中,资源调度数据包括:服务提供商参数和任务项目参数,根据预设的约束条件数据从服务提供商参数中筛选出符合条件的若干支队伍,并将若干支队伍进行序列构建,得到目标队伍序列。根据任务项目参数对所述目标队伍序列进行队伍分配处理,以将各个任务分配至对应的队伍,得到初始任务调度方案。根据初始任务调度方案计算每支队伍完成任务的适应度,得到方案适应度,根据方案适应度对初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案。通过获取输入的资源调度数据,根据服务提供商参数和约束条件数据构建目标队伍序列,根据任务项目参数分配任务至目标队伍序列,得到初始任务调度方案,根据初始任务调度方案计算方案适应度,根据方案适应度对初始任务调度方案,得到优化的目标任务调度方案,能够代替人工分配分包项目,提高分配的效率和资源的利用率。
在一些实施例的步骤S101中,预先输入的资源调度数据分为服务提供商方面和项目方面,资源调度数据包括服务提供商参数和任务项目参数,服务提供商参数包括队伍的区域、队伍的数量、队伍可完成的任务类型及队伍完成该任务所需的工期和成本。任务项目参数包括项目的区域、项目的数量、项目的优先级,项目的组成任务及项目的任务顺序。
请参照图2,图2示出了本发明实施例中项目资源调度方法的流程示意图。在一些实施例中,根据服务提供商参数和预设的约束条件数据构建成候选队伍序列具体包括但不限于包括步骤S201至步骤S206。
步骤S201,将服务提供商参数和约束条件数据输入至预设的遗传规律计算模型;其中,遗传规律计算模型包括:初始化层、个体评价层、个体选择层、交叉运算层和变异运算层;
步骤S202,通过初始化层、服务提供商参数和约束条件数据生成初始队伍序列;
步骤S203,通过个体评价层、服务提供商参数进行适应度计算,得到队伍适应度;
步骤S204,通过个体选择层、队伍适应度从初始队伍序列中筛选出候选队伍序列;
步骤S205,通过交叉运算层、预设的交叉参数对候选队伍序列进行序列交叉操作,得到交叉队伍序列;
步骤S206,通过变异运算层、预设的变异参数对交叉队伍序列进行变异处理,得到目标队伍序列。
在本实施例所示意的步骤S201至步骤S206,将服务提供商参数和约束条件数据输入至预设的遗传规律计算模型,将服务提供商参数输入至初始化层,初始化层根据约束条件数据筛选出符合条件的队伍序列,根据服务提供商参数将队伍进行序列,得到初始队伍序列。将服务提供商参数输入至个体评价层,个体评价层根据服务提供商参数计算每个队伍的适应度,得到队伍适应度,将队伍适应度和约束条件数据输入个体选择层,个体选择层根据队伍适应度从初始队伍序列中筛选出较为优越的队伍序列,得到候选队伍序列。将候选队伍序列输入至交叉运算层,交叉运算层随机选取两个候选队伍序列,并根据预设的交叉参数对两个候选队伍序列进行序列交叉,得到交叉队伍序列,将交叉队伍序列输入至变异运算层,变异运算层根据预设的变异参数对每个交叉队伍序列进行变异处理,得到目标队伍序列。通过将服务提供商参数和约束条件数据输入至遗传规律计算模型,遗传规律计算模型根据服务提供商参数和约束条件数据生成初始队伍序列,根据服务提供商参数计算队伍适应度,根据队伍适应度筛选出候选队伍序列,根据交叉参数对进行候选队伍序列进行交叉处理,并根据变异参数进行变异处理,得到目标队伍序列,能够根据服务提供商参数和约束条件数据筛选出最优的队伍序列。
在一些实施例的步骤S202中,根据约束条件数据筛选出符合条件的队伍,根据队伍的区域和队伍可完成的任务对符合条件的队伍进行序列构建,得到初始队伍序列。其中,约束条件数据包括:
不同区域的任务存在时间上的耦合关系,每个区域的任务的前后两个任务不能同时执行,每支队伍不能同时执行两个任务。
每个服务提供商执行某个区域的任务时需要满足份额分配的约束,即存在执行该任务总数量的上下界。
需要在指定日期内完成所有区域的任务,即所有区域的任务的完工时间小于或等于截止日期。
服务提供商的队伍只能在指定区域执行任务。
队伍先做优先级高的区域的任务,即优先级更高的区域的任务开始时间要小于或等于低优先级区域的开始时间。
假设同一区域前后相邻的两个任务需要一定的等待时间,该等待时间与队伍无关,是给定的参数。
每个队伍同一时间只能执行一个任务,例如从完成一个任务到开始另一个任务至少需要1天的转移时间。
每个时间段内存在需要交付的任务数量的要求,例如月度和季度的目标交付任务数量。
服务提供商的队伍的月产能有限制,即每个队伍每月执行某类型任务的数量存在上限。
服务提供商提供的队伍的月数量有限制,即每个服务提供商每个月能提供的队伍数量需要满足约束。
有的服务提供商可以做不同任务,有的队伍也可以做不同任务。
不同区域有不同的属性,即构成区域的任务类型是不同的。
在一些实施例的步骤S203中,根据队伍完成任务所需的工期和成本进行相乘,计算得到队伍的总成本,并将队伍的总成本设置为该队伍的适应度,得到队伍适应度。
在一些实施例的步骤S204中,服务提供商根据队伍适应度和队伍的数量从筛选出较为优越的队伍序列,得到候选队伍序列。
在一些实施例的步骤S205中,交叉参数的取值范围为1-5,取值的精度为1,默认初始值为3。交叉参数可以选择固定的交换片段长度,或者也可以选择随机的交换片段长度,交换片段长度用于得到候选队伍序列进行交叉操作的位置。例如,第一候选队伍序列为:[1,2,3,4,5,6],第二候选队伍序列为:[6,5,4,3,2,1],候选队伍序列中的值包括服务提供商A专门安排执行任务1、任务2和任务3的队伍数量,以及服务提供商B专门安排执行任务1、任务2和任务3的队伍数量。第一候选队伍序列和第二候选队伍序列进行交叉操作(假设交叉中间2个值),则交换的结果是第一候选队伍序列为[1,2,4,3,5,6]和第二候选队伍序列为[6,5,3,4,2,1],含义就是2个候选队伍序列中服务提供商A安排执行任务3的队伍数量和服务提供商B安排执行任务1的队伍数量进行交换。其中,无论是单个值交换还是多个值交换,交换后都需要重新检查候选队伍序列是否仍然满足约束条件。
在一些实施例的步骤S206中,变异参数的出现概率为0-0.3,概率精度为0.01,默认初始值为0.1。变异参数的取值范围为0-1的随机数时,选择对每个队伍进行是否变异操作的判定,变异参数的取值范围为小于0.1的随机数时,则对选中的有效队伍序列中的某个值进行随机重选。
请参照图3,图3示出了本发明实施例中项目资源调度方法的流程示意图。在一些实施例中,根据任务项目参数对目标队伍序列进行队伍分配处理,得到初始任务调度方案具体包括但不限于包括步骤S301至步骤S304。
步骤S301,将任务项目参数和目标队伍序列输入至预设的贪心规律计算模型;其中,贪心规律计算模型包括:项目评估层、任务排序层和队伍匹配层;
步骤S302,通过项目评估层对任务项目参数进行项目评估计算,得到项目评估值;
步骤S303,通过任务排序层、项目评估值对项目进行降序排序,得到目标任务序列;
步骤S304,通过队伍匹配层将目标队伍序列和目标任务序列进行队伍匹配,得到初始任务调度方案。
在本实施例所示意的步骤S301至步骤S304,将任务项目参数和目标队伍序列输入至预设的贪心规律计算模型,将任务项目参数输入至项目评估层,项目评估层根据项目的优先级和项目的任务顺序对项目进行优先级的评估计算,得到项目评估值。将项目评估值输入至任务排序层,任务排序层根据项目评估值对项目进行优先级的降序排序,得到目标任务序列。将目标任务序列输入至队伍匹配层,队伍匹配层将目标队伍序列和目标任务序列进行队伍和任务之间的匹配,得到初始任务调度方案。通过将任务项目参数和目标队伍序列输入至预设的贪心规律计算模型,根据任务项目参数进行项目评估计算,得到项目评估值,根据项目评估值对项目进行降序排序,得到目标任务序列,根据目标队伍序列和目标任务序列进行队伍和任务的匹配,得到初始任务调度方案,能够代替人工分配分包项目,提高分配的效率和资源的利用率。
在一些实施例的步骤S302中,根据项目的优先级、项目的任务顺序和项目的最小开始时间进行项目评估计算,以计算得到项目评估值。其中,项目评估值用于判定项目最终的优先级。
请参照图4,图4示出了本发明实施例中项目资源调度方法的流程示意图。在一些实施例中,通过队伍匹配层将目标队伍序列和目标任务序列进行队伍匹配,得到初始任务调度方案具体包括但不限于包括步骤S401至步骤S403。
步骤S401,通过队伍匹配层获取目标队伍序列的服务成本;
步骤S402,通过队伍匹配层、服务成本对目标队伍序列进行降序排序,得到排序队伍序列;
步骤S403,通过队伍匹配层对排序队伍序列和目标任务序列进行队伍匹配,得到初始任务调度方案。
在本实施例所示意的步骤S401至步骤S403,通过队伍匹配层获取目标队伍序列完成任务的服务成本,服务成本由目标队伍序列完成任务所需的工期和成本计算得到。队伍匹配层根据服务成本对目标队伍序列进行降序排序,得到排序队伍序列,根据排序队伍序列的排名和目标任务序列的排名由上而下开始对应将项目分配至队伍,得到初始任务调度方案。
请参照图5,图5示出了本发明实施例中项目资源调度方法的流程示意图。在一些实施例中,服务提供商参数包括服务任务类型和服务区域,任务项目参数包括参考任务类型和任务区域,通过队伍匹配层对排序队伍序列和目标任务序列进行队伍匹配,得到初始任务调度方案具体包括但不限于包括步骤S501至步骤S503。
步骤S501,通过队伍匹配层、服务任务类型和参考任务类型进行任务类型匹配,得到任务类型匹配关系;
步骤S502,通过队伍匹配层、服务区域和任务区域进行区域匹配,得到区域匹配关系;
步骤S503,通过队伍匹配层、任务类型匹配关系和区域匹配关系对排序队伍序列和目标任务序列进行匹配,得到初始任务调度方案。
在本实施例所示意的步骤S501至步骤S503,通过队伍匹配层将队伍的服务任务类型和任务的参考任务类型进行任务类型匹配,得到任务类型匹配关系,将队伍的服务区域和任务的任务区域进行区域匹配,得到区域匹配关系,若任务类型匹配关系指示服务任务类型和参考任务类型为同一任务类型,且区域匹配关系指示服务区域和任务区域为同一任务区域,则根据排序队伍序列的排名和目标任务序列的排名由上而下开始对应将项目分配至队伍,得到初始任务调度方案。
在一些实施例的步骤S501中,服务任务类型为队伍可完成的任务类型,参考任务类型为项目的组成任务的类型。
在一些实施例的步骤S502中,服务区域为队伍的区域,任务区域为项目的区域。
请参照图6,图6示出了本发明实施例中项目资源调度方法的流程示意图。在一些实施例中,通过队伍匹配层、任务类型匹配关系和区域匹配关系对排序队伍序列和目标任务序列进行匹配,得到初始任务调度方案具体包括但不限于包括步骤S601至步骤S603。
步骤S601,通过队伍匹配层、任务类型匹配关系和区域匹配关系计算月度份额数据;
步骤S602,若月度份额数据小于预设的月份额约束阈值,通过队伍匹配层对排序队伍序列进行重新排列,得到重排队伍序列;
步骤S603,通过队伍匹配层对重排队伍序列和目标任务序列进行匹配得到初始任务调度方案。
在本实施例所示意的步骤S601至步骤S603,根据任务类型匹配关系和区域匹配关系每个队伍分配的任务数据,并根据队伍当月完成的任务进行计算,得到月度份额数据,若月度份额数据小于预设的月份额约束阈值,则对排序队伍序列中不满足月份额约束阈值的队伍序列进行重新排列,得到重排队伍序列,并根据重排队伍序列的排名和目标任务序列的排名由上而下开始对应将项目分配至队伍,得到初始任务调度方案。
在一些实施例的步骤S105中,迭代状态数据为迭代时间,迭代轮次或者迭代收敛参数。迭代参数为设定好的迭代时间上限、设定好的迭代轮次上限或者收敛条件。
请参照图7,图7示出了本发明实施例中项目资源调度方法的流程示意图。在一些实施例中,在根据方案适应度对初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案之后,项目资源调度方法还包括但不限于包括步骤S701至步骤S704。
步骤S701,获取目标队伍序列对应的任务数量数据;
步骤S702,根据任务数量数据调整目标队伍序列的优先级,得到队伍优先级;
步骤S703,根据队伍优先级对目标队伍序列进行降序排序,得到排序队伍序列;
步骤S704,根据排序队伍序列更新目标任务调度方案。
在本实施例所示意的步骤S701至步骤S704,从初始任务调度方案中获取目标队伍序列对应的任务数量数据,其中,任务数量数据用于指示目标队伍序列当月完成任务的数量,若完成的任务数量较少则降低优先级,若完成的任务数量较多则提高优先级,得到队伍优先级。根据队伍的队伍优先级对目标队伍序列重新进行降序排序,得到排序队伍序列,根据排序队伍序列更新目标任务调度方案。
需要说明的是,若服务提供商被分配的任务数量太少,份额太低,则在队伍排序的时候随机判定是否将其队伍在可用队伍列表中的位置和列表中位置更靠前的队伍进行调换。
请参照图9,图9示出了本发明实施例中项目资源调度方法的流程示意图。在一些实施例中,可以理解的是:首先,遗传算法在约束下生成多个有效队伍序列,也即不同服务提供商下提供的不同种资源团队的数量,队伍序列中资源团队的种类指资源团队在算法框架中被指派去专门负责的任务类型,将这些序列作为遗传算法的初始种群,初始种群中的每个个体,也就是每个有效队伍序列,在初始化的时候都必须满足约束,而不能是完全随机生成的队伍序列。然后,对每个队伍序列运用下文设计的贪心算法进行排程,即将队伍和任务进行匹配,并且生成实际的业务排程表并且计算该排程方案的适应度,即方案总成本,计划中每个队伍在完成被分配的任务时产生对应的成本,因此总的适应度也即整个计划的总成本。根据遗传算法的内容,起始时,本发明将适应度设置为分包项目资源调度计划的成本,初始种群为通过遗传算法生成的一系列有效队伍序列。随后,通过交叉算子,也即一类交叉操作,交叉算子可以选择固定的交换片段长度,也可以选择随机的交换片段长度,考虑交叉的位置,为将两个队伍序列中单个或多个代表执行相同任务的队伍数量的值进行交换,再通过变异算子则为将一个队伍序列中某个队伍数量的值在其上下限之中进行随机重选,每一轮迭代中通过交叉算子处理后,通过范围为0-1的随机数来选择对每个个体进行是否变异操作的判定,随机数小于0.1则对选中的有效队伍序列中的某个值进行随机重选。借此产生新一代种群,一个队伍序列是一个个体,一个种群有很多个队伍序列,对应着很多个具体的分配和排程方案。并且利用贪心算法对种群内的个体进行排程。对这些个体进行多轮次迭代,具体地,每一轮迭代需要两两选择种群中的个体进行交叉操作,再通过变异算子随机进行变异操作,上述操作完成后则生成新一代种群,对新一代种群中每个个体通过贪心排程算法进行排程,并且计算个体的适应度,至此完成一轮迭代。直到算法达到迭代终止条件,包括:(1)达到设定好的迭代时间上限;(2)达到设定好的迭代轮次上限;(3)达到收敛条件。最后,选取总成本最低的方案作为算法的输出结果。
其中,有效队伍序列是被选择出来的不同服务提供商针对不同区域的不同站点所提供的队伍数量,例如在一个只在一个地理区域位置内、只有一种组成站点(项目)的任务类型的100个站点(包括三种任务1,任务2,任务3)和一家服务提供商的算例中,有效队伍序列[2,3,4]则代表着服务提供商选择了2只队伍来完成任务1,3只队伍完成任务2,4只队伍完成任务3。这些队伍可以完成多次对应的任务,但不能在排程的过程中安排其他类型的任务。
在设置和迭代队伍序列的时候,遗传算法在约束下生成多个有效队伍序列,需要算法框架满足以下两个约束:
(1)不同任务中选取的队伍数量必须低于服务提供商在该项任务中能够提供的最大数量,即份额约束。
(2)在有多个服务提供商的算例中,同一个任务不能只有一家服务提供商的队伍存在,即垄断约束。
请参照图10,图10示出了本发明实施例中项目资源调度方法的流程示意图。在一些实施例中,可以理解的是,图10为图9中“贪心排程”模块中的流程示意图,贪心排程算法需要先对任务列表根据优先级和最小开始时间进行排序,并对队伍根据成本进行排序。接着将任务列表初始化为未完成任务列表,将队伍列表初始化为可用队伍列表。将初始化时间设定为第一天,当日将未完成任务列表中的任务依次和可用列表中的队伍,基于成本表现、站点类型匹配关系和区域匹配关系三个方面进行对应匹配,首先,将未完成任务列表根据任务顺序和任务优先级降序排序,由上而下开始选择任务。其次,从可用队伍列表中根据成本表现降序排列。自上而下选择和选中的任务处于同一区域的队伍,和选中的任务进行匹配。匹配后的任务和队伍需要在列表中更新,如果时间未满1个月,则继续下一天的排程工作。当时间达到30天时,需要判断该月的服务提供商是否满足份额约束等限制条件,若满足,则继续下一天的排程,直到所有任务安排结束。若不满足,则需推翻前30天的排程工作,针对未满足约束的队伍,进行队伍列表中的调整,一种潜在情形如某个服务提供商被分配的任务数量太少,份额太低,则在队伍排序的时候随机判定是否将其队伍在可用队伍列表中的位置和列表中位置更靠前的队伍进行调换,在重新排程中,则更优先使用这个服务提供商的资源团队,从而提升或降低对应队伍的优先级,服务提供商份额低于需求的时候提升,同时降低份额过高的队伍的优先级,并重新排程。队伍被选中参加任务后,在可用队伍列表中被设定为正在工作队伍状态,直到该任务的工期结束后,才可重新设定未可用队伍。
在匹配队伍和站点的时候,需要考虑到的约束有:
(1)将站点按照站点优先级从高到低进行排列,优先执行更高优先级的站点。
(2)将各个服务提供商的任务基线按照时间大小依次排列,优先选择任务时间最短并且满足区域,站型要求的资源团队去执行任务。
另外,本申请实施例还公开了项目资源调度装置,请参照图8,图8是本发明的一个实施例公开了项目资源调度装置的模块框图。项目资源调度装置应用于服务商的分包项目,且,可以实现上述项目资源调度方法,项目资源调度装置包括:初始数据获取模块801、队伍序列构建模块802、队伍匹配模块803、适应度计算模块804和任务调度优化模块805。初始数据获取模块801、队伍序列构建模块802、队伍匹配模块803、适应度计算模块804和任务调度优化模块805均为通信连接。
初始数据获取模块801获取预先输入的资源调度数据;其中,资源调度数据包括:服务提供商参数和任务项目参数。队伍序列构建模块802根据服务提供商参数和预设的约束条件数据构建成目标队伍序列。队伍匹配模块803根据任务项目参数对目标队伍序列进行队伍分配处理,得到初始任务调度方案。适应度计算模块804根据初始任务调度方案进行适应度计算,得到方案适应度。任务调度优化模块805根据方案适应度对初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案。
初始数据获取模块801获取预先输入的资源调度数据,其中,资源调度数据包括:服务提供商参数和任务项目参数,队伍序列构建模块802根据预设的约束条件数据从服务提供商参数中筛选出符合条件的若干支队伍,并将若干支队伍进行序列构建,得到目标队伍序列,队伍匹配模块803根据任务项目参数对所述目标队伍序列进行队伍分配处理,以将各个任务分配至对应的队伍,得到初始任务调度方案,适应度计算模块804根据初始任务调度方案计算每支队伍完成任务的适应度,得到方案适应度,任务调度优化模块805根据方案适应度对初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案。通过获取输入的资源调度数据,根据服务提供商参数和约束条件数据构建目标队伍序列,根据任务项目参数分配任务至目标队伍序列,得到初始任务调度方案,根据初始任务调度方案计算方案适应度,根据方案适应度对初始任务调度方案,得到优化的目标任务调度方案,能够代替人工分配分包项目,提高分配的效率和资源的利用率。
其中,本实施例的项目资源调度装置的操作过程具体参照如上描述图1、图2、图3、图4、图5、图6和图7中的项目资源调度方法步骤S101至步骤S105、步骤S201至步骤S206、步骤S301至步骤S304、步骤S401至步骤S403、步骤S501至步骤S503、步骤S601至步骤S603和步骤S701至步骤S704,此处不再赘述。
本发明的另一个实施例公开了一种项目资源调度设备,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如图1中的控制方法步骤S101至步骤S105、图2中的控制方法步骤S201至步骤S206、图3中的控制方法步骤S301至步骤S304、图4中的控制方法步骤S401至步骤S403、图5中的控制方法步骤S501至步骤S503、图6中的控制方法步骤S601至步骤S603以及图7中的控制方法步骤S701至步骤S704的项目资源调度方法。
本发明的另一个实施例公开了一种计算机可读存储介质,存储介质包括:存储介质存储有计算机可执行指令,计算机可执行指令用于使计算机执行图1中的控制方法步骤S101至步骤S105、图2中的控制方法步骤S201至步骤S206、图3中的控制方法步骤S301至步骤S304、图4中的控制方法步骤S401至步骤S403、图5中的控制方法步骤S501至步骤S503、图6中的控制方法步骤S601至步骤S603以及图7中的控制方法步骤S701至步骤S704的项目资源调度方法。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。此外,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
Claims (10)
1.一种项目资源调度方法,其特征在于,应用于服务商的分包项目,所述项目资源调度方法包括:
获取预先输入的资源调度数据;其中,所述资源调度数据包括:服务提供商参数和任务项目参数;
根据所述服务提供商参数和预设的约束条件数据构建成目标队伍序列;
根据所述任务项目参数对所述目标队伍序列进行队伍分配处理,得到初始任务调度方案;
根据所述初始任务调度方案进行适应度计算,得到方案适应度;
根据所述方案适应度对所述初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案。
2.根据权利要求1所述的项目资源调度方法,其特征在于,所述根据所述服务提供商参数和预设的约束条件数据构建成候选队伍序列,包括:
将所述服务提供商参数和所述约束条件数据输入至预设的遗传规律计算模型;其中,所述遗传规律计算模型包括:初始化层、个体评价层、个体选择层、交叉运算层和变异运算层;
通过所述初始化层、所述服务提供商参数和所述约束条件数据生成初始队伍序列;
通过所述个体评价层、所述服务提供商参数进行适应度计算,得到队伍适应度;
通过所述个体选择层、所述队伍适应度从所述初始队伍序列中筛选出候选队伍序列;
通过所述交叉运算层、预设的交叉参数对所述候选队伍序列进行序列交叉操作,得到交叉队伍序列;
通过所述变异运算层、预设的变异参数对所述交叉队伍序列进行变异处理,得到所述目标队伍序列。
3.根据权利要求2所述的项目资源调度方法,其特征在于,所述根据所述任务项目参数对所述目标队伍序列进行队伍分配处理,得到初始任务调度方案,包括:
将所述任务项目参数和所述目标队伍序列输入至预设的贪心规律计算模型;其中,所述贪心规律计算模型包括:项目评估层、任务排序层和队伍匹配层;
通过所述项目评估层对所述任务项目参数进行项目评估计算,得到项目评估值;
通过所述任务排序层、所述项目评估值对项目进行降序排序,得到目标任务序列;
通过所述队伍匹配层将所述目标队伍序列和所述目标任务序列进行队伍匹配,得到所述初始任务调度方案。
4.根据权利要求3所述的项目资源调度方法,其特征在于,所述通过所述队伍匹配层将所述目标队伍序列和所述目标任务序列进行队伍匹配,得到所述初始任务调度方案,包括:
通过所述队伍匹配层获取所述目标队伍序列的服务成本;
通过所述队伍匹配层、所述服务成本对所述目标队伍序列进行降序排序,得到排序队伍序列;
通过所述队伍匹配层对所述排序队伍序列和所述目标任务序列进行队伍匹配,得到所述初始任务调度方案。
5.根据权利要求4所述的项目资源调度方法,其特征在于,所述服务提供商参数包括服务任务类型和服务区域,所述任务项目参数包括参考任务类型和任务区域,所述通过所述队伍匹配层对所述排序队伍序列和所述目标任务序列进行队伍匹配,得到所述初始任务调度方案,包括:
通过所述队伍匹配层、所述服务任务类型和所述参考任务类型进行任务类型匹配,得到任务类型匹配关系;
通过所述队伍匹配层、所述服务区域和所述任务区域进行区域匹配,得到区域匹配关系;
通过所述队伍匹配层、所述任务类型匹配关系和所述区域匹配关系对所述排序队伍序列和所述目标任务序列进行匹配,得到所述初始任务调度方案。
6.根据权利要求5所述的项目资源调度方法,其特征在于,所述通过所述队伍匹配层、所述任务类型匹配关系和所述区域匹配关系对所述排序队伍序列和所述目标任务序列进行匹配,得到所述初始任务调度方案,包括:
通过所述队伍匹配层、所述任务类型匹配关系和所述区域匹配关系计算月度份额数据;
若所述月度份额数据小于预设的月份额约束阈值,通过所述队伍匹配层对所述排序队伍序列进行重新排列,得到重排队伍序列;
通过所述队伍匹配层对所述重排队伍序列和所述目标任务序列进行匹配,得到所述初始任务调度方案。
7.根据权利要求6所述的项目资源调度方法,其特征在于,在所述根据所述方案适应度对所述初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案之后,所述项目资源调度方法还包括:
获取所述目标队伍序列对应的任务数量数据;
根据所述任务数量数据调整所述目标队伍序列的优先级,得到队伍优先级;
根据所述队伍优先级对所述目标队伍序列进行降序排序,得到所述排序队伍序列;
根据所述排序队伍序列更新所述目标任务调度方案。
8.一种资源调度装置,其特征在于,应用于服务商的分包项目,所述资源调度装置包括:
初始数据获取模块,用于获取预先输入的资源调度数据;其中,所述资源调度数据包括:服务提供商参数和任务项目参数;
队伍序列构建模块,用于根据所述服务提供商参数和预设的约束条件数据构建成目标队伍序列;
队伍匹配模块,用于根据所述任务项目参数对所述目标队伍序列进行队伍分配处理,得到初始任务调度方案;
适应度计算模块,用于根据所述初始任务调度方案进行适应度计算,得到方案适应度;
任务调度优化模块,用于根据所述方案适应度对所述初始任务调度方案进行迭代更新,直至迭代状态数据达到预设的迭代参数,得到目标任务调度方案。
9.一种资源调度设备,其特征在于,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如权利要求1至7任一项所述的项目资源调度方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的项目资源调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211577666.4A CN115983559A (zh) | 2022-12-05 | 2022-12-05 | 项目资源调度方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211577666.4A CN115983559A (zh) | 2022-12-05 | 2022-12-05 | 项目资源调度方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115983559A true CN115983559A (zh) | 2023-04-18 |
Family
ID=85960339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211577666.4A Pending CN115983559A (zh) | 2022-12-05 | 2022-12-05 | 项目资源调度方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115983559A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116541165A (zh) * | 2023-04-23 | 2023-08-04 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 实时系统任务调度方法、装置、计算机设备以及存储介质 |
CN117170832A (zh) * | 2023-06-21 | 2023-12-05 | 海南歪酷网络科技有限公司 | 基于人工智能的任务批量处理方法及系统 |
CN117952572A (zh) * | 2024-03-27 | 2024-04-30 | 广东电网有限责任公司 | 一种基于大数据分析的施工作业文件信息生成方法 |
CN118394488A (zh) * | 2024-06-27 | 2024-07-26 | 苏州元脑智能科技有限公司 | 一种任务调度方法、装置、设备、系统、程序产品及介质 |
-
2022
- 2022-12-05 CN CN202211577666.4A patent/CN115983559A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116541165A (zh) * | 2023-04-23 | 2023-08-04 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 实时系统任务调度方法、装置、计算机设备以及存储介质 |
CN117170832A (zh) * | 2023-06-21 | 2023-12-05 | 海南歪酷网络科技有限公司 | 基于人工智能的任务批量处理方法及系统 |
CN117952572A (zh) * | 2024-03-27 | 2024-04-30 | 广东电网有限责任公司 | 一种基于大数据分析的施工作业文件信息生成方法 |
CN118394488A (zh) * | 2024-06-27 | 2024-07-26 | 苏州元脑智能科技有限公司 | 一种任务调度方法、装置、设备、系统、程序产品及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115983559A (zh) | 项目资源调度方法、装置、设备及存储介质 | |
Naso et al. | Genetic algorithms for supply-chain scheduling: A case study in the distribution of ready-mixed concrete | |
CN105468452B (zh) | 一种资源池的分配方法及资源调度器 | |
Wang et al. | Integrated production and multiple trips vehicle routing with time windows and uncertain travel times | |
EP3015981B1 (en) | Networked resource provisioning system | |
CN109919365A (zh) | 一种基于双策略搜索的电动车辆路径规划方法及系统 | |
Moon et al. | Vehicle routing problem with time windows considering overtime and outsourcing vehicles | |
CN111428991B (zh) | 用于确定配送车辆的方法和装置 | |
CN110443397A (zh) | 一种订单配送方法 | |
Shen et al. | Two-tier demand response with flexible demand swap and transactive control for real-time congestion management in distribution networks | |
Mavrovouniotis et al. | Electric vehicle charging scheduling using ant colony system | |
CN110826915B (zh) | 资源调度方法、设备及计算机可读存储介质 | |
CN106203911A (zh) | 基于云计算的智能物流数据管理方法 | |
CN111582612A (zh) | 订单分配方法、装置、电子设备及计算机可读存储介质 | |
CN105988879A (zh) | 用于优化多任务处理服务器的分配的方法和系统 | |
CN106203912A (zh) | 物流信息智能处理方法 | |
CN113191619A (zh) | 一种应急救援物资分配及车辆调度动态优化方法 | |
CN110276568A (zh) | 入库资源分配方法、装置及计算机系统 | |
WO2011105997A1 (en) | Simulating supply and demand realization in workforce plan evaluation | |
CN115421885B (zh) | 一种分布式多目标云任务的调度方法、装置及云服务系统 | |
US10732913B2 (en) | System and method for multi-site cellular manufacturing with transportation delays | |
Guo et al. | Storage assignment for newly arrived items in forward picking areas with limited open locations | |
Auad et al. | Courier satisfaction in rapid delivery systems using dynamic operating regions | |
CN110503225A (zh) | 一种订单派单配送方法 | |
CN111491382A (zh) | 卫星容量分配方法、装置和电子设备 |
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 |