CN116822915A - 一种面向多客户应用的航天任务需求受理模型 - Google Patents
一种面向多客户应用的航天任务需求受理模型 Download PDFInfo
- Publication number
- CN116822915A CN116822915A CN202311109441.0A CN202311109441A CN116822915A CN 116822915 A CN116822915 A CN 116822915A CN 202311109441 A CN202311109441 A CN 202311109441A CN 116822915 A CN116822915 A CN 116822915A
- Authority
- CN
- China
- Prior art keywords
- task
- module
- space
- meta
- sub
- 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
- 238000013507 mapping Methods 0.000 claims abstract description 34
- 230000008901 benefit Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 16
- 238000013138 pruning Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000008676 import Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 abstract description 17
- 238000000034 method Methods 0.000 abstract description 15
- 230000006870 function Effects 0.000 description 34
- 238000000354 decomposition reaction Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000005059 dormancy Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 101100136092 Drosophila melanogaster peng gene Proteins 0.000 description 1
- 208000001613 Gambling Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种面向多客户应用的航天任务需求受理模型,属于航天器任务规划技术领域,包括:输入单元,用于接收航天任务需求;调度单元,基于航天任务需求进行任务分类获取元任务并对元任务进行判别划分出子任务,建立子任务与元任务之间的映射关系,并引入与子任务相对应的子任务指令并按照优先级输出;任务分配单元,用于输出子任务指令的最优分配方案;执行单元,具有用于执行元任务的集成功能模块,基于最优分配方案自动执行元任务对应的子任务指令完成航天任务需求受理与调度;输出单元,生成执行单元的执行报告。本发明解决了传统模型复杂度高且任务调度准确性差的问题,实现了多客户下航天任务分析与调度的高效率和高准确性。
Description
技术领域
本发明涉及航天器任务规划技术领域,尤其涉及一种面向多客户应用的航天任务需求受理模型。
背景技术
航天器任务规划是将航天器任务、物资资源、载荷设备、航天器和人系统映射到统一的数学空间,运用数据工具和现代计算机技术,在航天器环境约束和资源约束下,按照任务目的对航天器任务的安排进行筹划,使各种任务资源以统一的计划,有序、协调行动的一门综合学科。
随着我国航天事业的建设与发展,新型航天任务不断拓展,对各类航天任务实施科学高效的指挥决策,是圆满完成航天任务的必然要求。而现有的传统任务规划模型,由于航天任务需求的复杂性,很难进行恰当的需求分类与判别,系统精确度较低;对任务规划基本上是基于单线程规划,很难及时应对突发任务需求,不能在调度器中根据时序及时调整,灵活性较低;多客户的应用需求量较大,若不通过软件机器人,很难自动化流程,需要大量的人力物力监督、操作、调整、输出与规整报告文件,效率很低且不够智能。
参考文献[1]针对航天指挥决策中的任务分解问题,研究分析了航天任务的描述方法和功能需求关系,但是层次结构较为复杂,在实际应用中不利于快速决策与筹划,也很难应对突发事件。参考文献[2]设计了一种基于场景描述的航天器多用户协同任务规划系统,解决了航天器任务规划中模型跨层级复用的问题,但主要面向的是应用场景,缺乏对航天任务顶层筹划与设计的系统描述与流程自动化分析。参考文献[3]以客户提交的设计任务各自的设计时间最短为调度目标,采用博弈理论,提出并构建了一种面向多设计任务的非合作博弈调度模型,但在运行时容易造成算法的维度灾难,且灵活性较低,无法对任务的重要程度进行评价。参考文献[4]阐述了基于Linux平台的多任务调度器的设计与实现,满足了多应用中实时性调度的需求,但同时也增加了任务调度模型的算法复杂度,对计算机存储的要求较高,亟需研究在降低模型复杂度的同时如何提高多任务调度的准确性。
参考文献:
[1]彭亚飞,杨凡德.航天任务形式化描述及分解研究[J].军事运筹与系统工程,2021,35(04):62-67。
[2] 中国专利申请公布号CN114281509A,名称:一种基于场景描述的航天器多用户协同任务规划系统,申请公布日:2022-04-05。
[3] 张国海, 江平宇, 周光辉. 多设计任务调度的非合作博弈研究[J]. 西安交通大学学报, 2007, 41(3): 303-306.
[4] 李雪源,陈朋瑞,叶上华.基于Linux平台的多任务调度器的设计与实现[J].航空计算技术,2022,52(05):123-125。
发明内容
本发明的目的在于提供一种面向多客户应用的航天任务需求受理模型。
为实现上述发明目的,本发明提供一种面向多客户应用的航天任务需求受理模型,包括:
输入单元,用于接收多个客户输入的航天任务需求;
调度单元,所述调度单元基于所述航天任务需求进行任务分类获取至少一个元任务并对所述元任务进行判别划分出多个子任务,建立所述子任务与所述元任务之间的映射关系,以及,基于所述映射关系引入与所述子任务相对应的子任务指令并按照优先级输出;
任务分配单元,所述任务分配单元用于输出与所述元任务对应的所述子任务指令的最优分配方案;
执行单元,所述执行单元具有用于执行所述元任务的集成功能模块,所述集成功能模块基于所述最优分配方案自动执行所述元任务对应的所述子任务指令完成多客户的航天任务需求受理与调度;
输出单元,用于生成所述执行单元的执行报告,并可视化展示。
根据本发明的一个方面,所述调度单元包括:任务需求分类模块、指令导入模块、RPA指令转换模块、定时器模块和多任务调度模型;
所述任务需求分类模块分别与所述输入单元和所述指令导入模块相连接;其中,所述任务需求分类模块接收所述航天任务需求并将所述航天任务需求进行任务的分类确定出所述元任务并基于所述元任务划分出所述子任务,建立所述子任务与所述元任务之间的映射关系并传输至所述指令导入模块;
所述指令导入模块与所述RPA指令转换模块相连接;其中,所述指令导入模块基于所述映射关系引入与所述子任务相对应的子任务指令;
所述RPA指令转换模块与所述多任务调度模型相连接;其中,所述RPA指令转换模块基于所述子任务指令进行逻辑转化,用于将所述子任务指令转换为可解析的参数;
所述定时器模块与所述多任务调度模型相连接;其中,所述定时器模块用于对所述多任务调度模型提供预设节拍的定时器;
所述多任务调度模型与所述任务分配单元相连接;
所述多任务调度模型对逻辑转化后的所述子任务指令进行优先级编号,并基于所述优先级编号和所述定时器周期的向所述任务分配单元发送所述子任务指令。
根据本发明的一个方面,所述任务需求分类模块包括:与所述输入单元相连接的形式化描述子模块,与所述形式化描述子模块相连接的集成功能确定子模块,与所述集成功能确定子模块相连接的元任务划分子模块,与所述元任务划分子模块相连接的时序关系子模块,与所述时序关系子模块相连接的一般化处理子模块和与所述一般化处理子模块相连接的映射子模块;
所述形式化描述子模块用于接收所述航天任务需求,并将所述航天任务需求进行形式化描述;
所述集成功能确定子模块用于接收形式化描述的所述航天任务需求并确定出所述航天任务需求的任务类别,获得所述元任务;
所述元任务划分子模块基于所述集成功能确定子模块确定出的任务类别对所述元任务进行划分,以生成多个所述子任务;
所述时序关系子模块用于获取多个客户的所述航天任务需求之间的逻辑需求关系,以及,基于所述逻辑需求关系确定出所述航天任务需求之间的时序关系;
所述一般化处理子模块基于任务剪枝规则,对多个客户的所述航天任务需求的层次结构进行一致化处理,调整所述航天任务需求之间的层级关系;
所述映射子模块基于所述时序关系和所述层级关系,建立所述元任务与所述子任务之间的映射关系。
根据本发明的一个方面,所述定时器模块采用实时信号创建所述定时器。
根据本发明的一个方面,所述任务分配单元以所述集成功能模块完成所述元任务的总时间最少为目标函数输出所述最优分配方案。
根据本发明的一个方面,所述任务分配单元包括:多任务分配模块和求解模块;
所述多任务分配模块和所述求解模块相连接;其中,所述多任务分配模块基于所述映射关系生成所述集成功能模块可完成所述元任务的多个策略集,所述求解模块用于对多个所述策略集分别进行求解以获取所述最优分配方案;
所述多任务分配模块基于博弈论的云计算动态多任务分配模型构建;其中,所述多任务分配模块具有多个用于提供服务的调度器。
根据本发明的一个方面,所述多任务分配模块基于收益函数对所述策略集的效用程度进行约束;
所述收益函数表示为:
;
;
;
;
其中,表示收益函数;/>表示完成所有所述子任务的总时间;/>表示完成所有所述子任务的总成本;/>表示完成所有所述子任务的总可靠性;/>、/>、/>分别为总时间、总成本/>、可靠性/>的权重,/>;/>为布尔变量;/>表示完成所述子任务的服务时间;/>表示完成所述子任务的传输时间;/>表示完成所述子任务的等待时间;/>表示单位时间的服务成本;/>表示单位时间的传输成本;/>表示完成单个所述子任务的可靠性;/>表示所述子任务的序号;/>表示所述集成功能模块的序号;/>表示调度器的序号;/>表示所述调度器所提供服务的序号;/>表示调度器的最大数量;/>表示最大序号的调度器所提供的最大化服务;/>为所有集成功能模块下的最大子任务数;
所述求解模块基于所述收益函数搜索多个所述策略集的纳什均衡解,并以满足所述纳什均衡解的所述策略集作为所述最优分配方案。
根据本发明的一个方面,所述任务分配单元还包括:突发任务事件输入模块;
所述突发任务事件输入模块与所述多任务分配模块相连接;其中,所述突发任务事件输入模块用于向所述多任务分配模块新增突发任务事件,所述多任务分配模块基于预设约束对新增的所述突发任务事件进行重调度;
所述预设约束包括:调度器执行唯一性约束、任务唯一性约束和时空约束;
所述调度器执行唯一性约束表示为:
;
其中,为所述航天任务需求受理模型所能承受的最大子任务数上限;
所述任务唯一性约束表示为:
;
所述时空约束表示为:
;
其中,表示完成所述子任务的起始时间,/>表示完成上一个子任务的终止时间。
根据本发明的一个方面,还包括:报错单元;
所述报错单元与所述执行单元相连接,用于分析所述执行单元执行后的所述子任务指令是否存在冲突。
根据本发明的一个方面,所述调度单元将所述子任务与所述元任务之间的映射关系以任务列表的形式输出;
所述输出单元以图表的形式输出所述执行报告。
根据本发明的一种方案,本发明可用于多客户下的航天任务分析与调度,系统全程充分利用软件机器人将流程逻辑固化,实现自动需求判别分类、多任务动态调度、自动输出规范化任务报告文件结果,且引入智能模型和RPA后,很大程度降低了系统的出错率,使任务规范出现冲突的概率更小,提高了系统的识别、处理精度。
根据本发明的一种方案,本发明构建了合理有效的航天任务需求自动分解模型,分析了航天任务形式化描述和功能需求关系,软件机器人自动进行元任务时序关系分析、建立映射等环节,并且根据剪枝规则,自动化调整航天任务层次关系,使得操作员得到更精确、更清晰的航天任务需求划分结果。
根据本发明的一种方案,本发明在调度单元中加入了定时器模块,通过实时信号,提供高精度的定时服务,不但支持非周期任务,还支持周期任务自动调度以及任务任意时刻休眠,使得航天任务需求受理调度模型更加灵活,任务层级之间的逻辑更加清晰分明,便于操作员的任务调整、时序任务监督。
根据本发明的一种方案,本发明基于博弈论的多客户动态多任务分配模型,首先考虑了对任务进行优先级配置,在通过调度模型求解之前,通过指令任务编号的方式引入权重,提高了多任务分配的效率,降低了模型算法的时间复杂度,且使得模型的求解精度更高。
根据本发明的一种方案,本发明充分考虑了突发事件对任务规划线程的影响,当突发任务可能对已规划的任务产生冲突时,操作员只需要在系统中输入任务的形式化描述,软件机器人自动将任务转化为系统内可转发的指令形式,基于调度规则与事件驱动进行重调度,使得动态调度规划模型更加灵活,满足了多客户、多应用时任务多变、灵活调整的需求。
根据本发明的一种方案,本发明引入报错机制,辅助人工决策,解决了复杂人机系统在维护中的问题,最大程度增加了本发明的自动化程度,利用软件机器人减少了操作员在固化流程上的操作,投入更多精力在冲突任务事件上的处理。
根据本发明的一种方案,在基于博弈论的多任务分配模块上,引入云计算概念,通过云服务器远程操控调度器,解决了传统多任务调度问题中调度完工时间慢、任务分配失衡的缺陷,避免任务长度超过资源使用状态,使操作系统中的进程共享整个系统资源,有效提高了资源利用率和集成功能模块的效用。
附图说明
图1是根据本发明的一种实施方式的航天任务需求受理模型的流程图;
图2是根据本发明的一种实施方式的调度单元的结构框图;
图3是根据本发明的一种实施方式的任务需求分类模块的结构框图;
图4是根据本发明的一种实施方式的任务需求分类模块的流程图;
图5是根据本发明的一种实施方式的任务分配单元的结构框图;
图6是根据本发明的一种实施方式的任务分配单元的流程图;
图7是根据本发明的一种实施方式的求解模型的求解流程图。
具体实施方式
为了更清楚地说明本发明实施方式中的技术方案,下面将结合附图对本实施方式做进一步详细说明。
如图1所示,根据本发明的一种实施方式,本发明的一种面向多客户应用的航天任务需求受理模型,本发明的航天任务需求受理模型基于软件机器人架构所构建,其包括:输入单元、调度单元、任务分配单元、执行单元和输出单元。在本实施方式中, 输入单元用于接收多个客户输入的航天任务需求;调度单元基于航天任务需求进行任务分类获取至少一个元任务(如一个、两个或者更多个)并对所述元任务进行判别划分出多个子任务,建立子任务与元任务之间的映射关系,以及,基于映射关系引入与子任务相对应的子任务指令并按照优先级输出;任务分配单元用于输出与元任务对应的子任务指令的最优分配方案;执行单元具有用于执行元任务的集成功能模块,集成功能模块基于最优分配方案自动执行元任务对应的子任务指令完成多客户的航天任务需求受理与调度;输出单元用于生成执行单元的执行报告,并可视化展示。
在本实施方式中,航天任务需求不但包括航天器在外层空间的各种任务,还包括太空态势感知、航天应急发射、火箭回收、导航时频、航天测控通信等,而本发明可选择其中的航天技术支持类领域的任务予以自动化是实现。在本实施方式中,由于航天任务的总功能是一个复杂的系统功能,为此可分解为一系列的子功能,可由不同的任务模块或任务模块组分别实现,具体的,这些任务模块或任务模块组集成(即集成功能模块)在执行单元中,根据所提供的任务需求进行分解后生成的最优分配方案予以执行即可实现对各子任务功能的分别实现。
结合图1和图2所示,根据本发明的一种实施方式,调度单元包括:任务需求分类模块、指令导入模块、RPA指令转换模块、定时器模块和多任务调度模型。在本实施方式中,任务需求分类模块分别与输入单元和指令导入模块相连接;其中,任务需求分类模块接收航天任务需求并将航天任务需求进行任务的分类确定出元任务并基于元任务划分出多个子任务,进一步的,任务需求分类模块建立子任务与元任务之间的映射关系并传输至指令导入模块。在本实施方式中,指令导入模块与RPA指令转换模块相连接;其中,指令导入模块基于映射关系引入与子任务相对应的子任务指令。
在本实施方式中,RPA指令转换模块与多任务调度模型相连接;其中,RPA指令转换模块基于子任务指令进行逻辑转化,用于将子任务指令转换为可解析的参数;
在本实施方式中,定时器模块与多任务调度模型相连接;其中,定时器模块用于对多任务调度模型提供预设节拍的定时器;在本实施方式中,定时器模块采用实时信号创建定时器。在本实施方式中,定时器模块所输出的定时器用于进行周期调度和任务休眠,便于更灵活的进行多客户应用航天任务调度。
在本实施方式中,多任务调度模型与任务分配单元相连接;多任务调度模型对逻辑转化后的子任务指令进行优先级编号,并基于优先级编号和定时器周期的向任务分配单元发送子任务指令。在本实施方式中,多任务调度模型的作用是:使任务在队列中等待的时间长度最小化;确保同时运行尽可能多的任务;提高资源利用率。为此,运行实时任务时,需要配置各任务线程优先级,设置规则如下:编号从1到(/>为单个元任务,即集成功能模块下最高子任务数量),其中数字越大,优先级越高。多任务调度模型自动将逻辑转化出的子任务指令进行优先级编号,在进行模型求解之前,降低调度模型中算法的时间复杂度。
结合图3和图4所示,根据本发明的一种实施方式,任务需求分类模块包括:与输入单元相连接的形式化描述子模块,与形式化描述子模块相连接的集成功能确定子模块,与集成功能确定子模块相连接的元任务划分子模块,与元任务划分子模块相连接的时序关系子模块,与时序关系子模块相连接的一般化处理子模块和与一般化处理子模块相连接的映射子模块。
在本实施方式中,形式化描述子模块用于接收航天任务需求,并将航天任务需求进行形式化描述;其中,形式化描述子模块对航天任务需求进行形式化描述的过程中,从预期目标出发,确定航天任务的组成部分,以实现航天任务由抽象到实例化的过程。
在本实施方式中,集成功能确定子模块用于接收形式化描述的航天任务需求并确定出航天任务需求的任务类别,获得元任务;其中,集成功能确定子模块可以为确定导航时频、卫星通信、火箭发射与回收等功能类别的模块,通过这些集成功能确定子模块与形式化描述后的航天任务需求进行匹配,以获得其相应的任务类别并输出相应的元任务。
在本实施方式中,元任务划分子模块基于集成功能确定子模块确定出的任务类别对元任务进行划分,以生成多个子任务;如前所述,在航天任务需求中,往往会包含多种子任务,进而按照航天任务需求的具体内容(例如:侦察目标区域经纬度、时间段、选用可见光/Sar/电子侦察等),将其划分为不同的子任务。在本实施方式中,元任务划分子模块采用分解粒度判断对航天任务需求的划分是否完成,若分解完成,则转入至时序关系子模块以执行后续处理,若未分解完成,则元任务划分子模块则需要重复对航天任务需求进行划分,以使其分解粒度符合预设条件。其中,任务分解粒度是对任务分解精细程度的描述。一般而言,分解粒度越细,则分解过程越复杂,分解得到的任务集空间越大,即所包含的子任务越多。
在本实施方式中,时序关系子模块用于获取多个客户的航天任务需求之间的逻辑需求关系,以及,基于逻辑需求关系确定出航天任务需求之间的时序关系。
在本实施方式中,一般化处理子模块基于任务剪枝规则,对多个客户的航天任务需求的层次结构进行一致化处理,调整航天任务需求之间的层级关系;其中,剪枝规则包括以下几个方面,分别为:
(a)未识别指令剪枝:当形式化描述不完整或不正确时,可能出现不能识别的指令,未经检测的执行路径为冗余路径,可以安全剪枝;
(b)缺失路径剪枝:当多个客户需求划分并归入相应集成功能模块之后,若判断出子任务路径不完整,不能构成完整的任务链,则可将缺失路径剪枝,重塑任务链长度;
(c)循环路径剪枝:当搜索路径存在多重交叉循环时,可能导致重复指令的出现,造成大量冗余执行路径,因此,当所包含的循环片段不能使该子任务链的缓存路径长度发生变化时,应该给予剪枝操作;
(d)缓存指令剪枝:若分解后的部分子任务仅存在缓存状态,不能进入时序关系排列处理时,给予剪枝。
在本实施方式中,映射子模块基于时序关系和层级关系,建立航天任务需求与子任务之间的映射关系。在本实施方式中,子任务与元任务之间的映射关系以任务列表的形式输出。
如图2所示,根据本发明的一种实施方式,在任务需求分类模块完成子任务的划分和子任务与元任务之间的映射关系的生成后,指令导入模块根据预设的流程逻辑,将这些子任务所对应的指令导入数据库,进入队列等候,呈现待处理状态。
结合图1和图2所示,根据本发明的一种实施方式,RPA指令转换模块用于将指令导入模块所注入的具体指令(例如:由字符串的“事件”状态)进行逻辑转化,以使其成为执行单元可以解析的参数(例如:自变量、浮点数、数组矩阵等等),至此,本发明的航天任务需求受理模型完成了初始化任务配置。
结合图1和图5所示,根据本发明的一种实施方式,任务分配单元包括:多任务分配模块和求解模块。在本实施方式中,多任务分配模块和求解模块相连接;其中,多任务分配模块基于映射关系生成集成功能模块可完成元任务(包含多个子任务)的多个策略集,求解模块用于对多个策略集分别进行求解以获取最优分配方案;其中,多任务分配模块基于博弈论的云计算动态多任务分配模型构建,其中,多任务分配模块具有多个用于提供服务的调度器。在本实施方式中,任务分配单元以集成功能模块完成元任务的总时间最少为目标函数输出最优分配方案,
根据本发明的一种实施方式,多任务分配模块基于收益函数对策略集的效用程度进行约束,以用于最优分配方案的生成;其中,收益函数表示为:
;
;
;
;
其中,表示收益函数;/>表示完成所有子任务的总时间;/>表示完成所有子任务的总成本;/>表示完成所有子任务的总可靠性;/>、/>、/>分别为总时间/>、总成本/>、可靠性/>的权重,/>;/>为布尔变量;/>表示完成子任务的服务时间;表示完成子任务的传输时间;/>表示完成子任务的等待时间;/>表示单位时间的服务成本;/>表示单位时间的传输成本;/>表示完成单个子任务的可靠性;/>表示子任务的序号;/>表示集成功能模块的序号;/>表示调度器的序号;/>表示调度器所提供服务的序号;/>表示调度器的最大数量;/>表示最大序号的调度器的所提供的最大化服务;/>为所有集成功能模块下的最大子任务数。
如图6所示,在本实施方式中,收益函数基于以下步骤获得,具体包括:
假设多个客户共存在项航天任务需求,其需求集合可以表达为/>,有j个集成功能模块(包括侦察、通信、火箭发射与回收等模块)可以完成任务,其集合为。
当来自不同客户的航天需求任务输入调度单元并完成划分后,自动按照时序及各子任务的线程优先级送至任务分配单元,采用相应的策略将子任务分配输出至执行单元的集成功能模块执行。
其中,所采用的策略集为,在任务分配单元的资源池中通过云计算下的调度器,选定预设的资源分配策略,以完成对不同任务的最优调度,其中,/>为第/>个调度器(记为/>)提供的第k项服务。
同时,基于博弈论的云计算动态多任务分配模型,提出了收益的概念,其代表不同策略选择下的效用程度。其中,云计算具有分布式特性、异构性等特点,可以根据多客户的不同需求,通过资源池,采用合适的策略把任务分配到相应的集成功能模块上执行,并通过三项收益进行约束,以期望提高集成功能模块的效用。
关于收益函数的具体步骤如下:
定义通过第个集成功能模块完成的第/>个子任务为/>,设收益函数的三个指标分别为:完成所有子任务总时间/>,完成所有子任务的总成本/>,完成所有子任务的可靠性;再设其对应的指标权重分别为/>、/>、/>,则有/> 。
定义一个布尔变量:若选择策略/>完成子任务,则/>;否则,/>。
(a)设完成子任务的服务时间为/>,完成子任务/>的传输时间为/>,完成子任务/>的等待时间为/>,则总时间/>表示为:
(1)
(b)设单位时间的服务成本为,单位时间的传输成本为/>,则总成本/>表示为:
(2)
(c)设使用策略完成子任务/>的可靠性为/>,则总可靠性/>表示为:
(3)
综上,收益函数表示为:
(4)
通过上述设置,本发明通过三个指标进行收益函数评估,以期望达到任务响应时间的最小化、任务成本的最低化和任务可靠性的最大化。
结合图1和图5所示,根据本发明的一种实施方式,任务分配单元还包括:突发任务事件输入模块。在本实施方式中,突发任务事件输入模块与所述多任务分配模块相连接;其中,突发任务事件输入模块用于向多任务分配模块新增突发任务事件,多任务分配模块基于预设约束对新增的突发任务事件进行重调度。
在本实施方式中,预设约束包括:调度器执行唯一性约束、任务唯一性约束(即同一任务同一时刻只有一个功能子模块选择)和时空约束(即任意时刻,同一功能子模块之内的时间按照一定的顺序,按照规定所调度任务的起终止时间等);
在本实施方式中,设完成子任务的起始和终止时间分别为/>和/>,在子任务序列中每完成子任务/>进入子任务/>的递增时间为/>,则/>和/>分别表示为:
(5)
(6)
为此,关于调度器执行唯一性约束,即子任务可以由多个调度器完成,但最多只能从策略集里选择一个调度器执行,表示为:
(7)
其中,为第最多集成功能模块下的最大子任务数,/>为航天任务需求受理模型所能承受的最大子任务数上限。
关于任务执行唯一性约束,即一个调度器可以完成多个子任务,但一次只能执行一个子任务,表示为:
(8)
其中,最大序号的调度器所提供的最大化服务,/>为调度器数量的最大值。
关于时空约束,即时序性,同一集成功能模块之内的一个子任务只有在它前面的所有子任务都完成后才能执行),表示为:
(9)
其中,表示完成所述子任务的起始时间,/>表示完成上一个子任务的终止时间(即在同一个集成功能模块下,按照时序,前一个子任务的终止时间要小于后一个子任务的起始时间)。
结合图6和图7所示,在本实施方式中,求解模块基于收益函数搜索多个策略集的纳什均衡解,并以满足纳什均衡解的策略集作为最优分配方案。在本实施方式中,根据航天任务需求特点,求解模块采用动态自适应并行遗传算法对多任务分配模块求解纳什均衡解。
①纳什均衡
假设存在策略集,/>,使得选择/>策略集合获得的收益大于等于选择其它策略集合获得的收益,当每个集成功能模块在博弈中单独改变自己的行动策略时,都不能获得比之前更好的收益。纳什均衡的数学表达如式(10)所示:
(10)
(11)
②迭代终止
(12)
其中,属于前提条件,表示任意的第/>个集成功能模块,所有策略集中的任意一个策略,/>相当于一个随机变量,属于一种通用说法;/>表示第/>个集成功能模块的策略合集;/>表示除了第/>个集成功能模块之外的其它策略合集;/>表示包含第/>个集成功能模块的最优策略时的收益;/>表示所设计的适应度函数;/>表示子任务/>在动态自适应并行遗传算法迭代到第/>代的收益,/>用来终止算法的迭代,得出模型的最优解,当达到公式(3)时,认为达到纳什均衡。
在本实施方式中,公式(10)的目的是寻找最优,在包含第个集成功能模块的策略时的收益大于任意一个策略。
如图1所示,根据本发明的一种实施方式,本发明的一种面向多客户应用的航天任务需求受理模型,还包括:报错单元。在本实施方式中,报错单元与执行单元相连接,用于分析执行单元执行后的子任务指令是否存在冲突(例如:时间规划、同一区域侦察多卫星同时覆盖浪费资源等情况)。若存在冲突则及时判别报错,报错单元按照模型提供最优选择后,弹窗提示冲突内容,并辅助人力决策,操作员只需要解决模型无法判别的特殊错误类型。
在本实施方式中,报错单元基于预设的分析方案进行全局搜索,以判断分析执行单元执行后的子任务指令是否存在冲突;其中,预设的分析方案包括:层次结构分析方案、时序逻辑分析方案、事件驱动分析方案、资源池分配情况分析方案。
在本实施方式中,按照层次结构分析方案执行从上到下的分析,比如,集成功能模块或分解后的子任务之间是否存在指令冲突;按照时序逻辑分析方案进行分析,比如,定时器模块所设置延迟指令与子任务之间是否存在时序冲突;按照事件驱动分析方案进行分析,比如,同一区域侦察多卫星是否存在同时覆盖、浪费资源的情况;按资源池分配情况分析方案进行分析,比如,是否存在云计算中调度/算力分配不均的情况,使某个集成功能模块存储开销过大,导致多任务调度完成总时间延长的情况。
在本实施方式中,任务分配单元可以按照约束进行子任务重调度时,系统自动调整;若报错单元无法判断,则辅助人工进行弹窗决策,重新调整形式化任务描述。
如图1所示,根据本发明的一种实施方式,输出单元以图表的形式输出执行报告。其中,可通过选择需要生成的规范化报告文件类型,将调度规划后的任务以图表的形式自动输出,便于可视化分析与修改。
上述内容仅为本发明的具体方案的例子,对于其中未详尽描述的设备和结构,应当理解为采取本领域已有的通用设备及通用方法来予以实施。
以上所述仅为本发明的一个方案而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种面向多客户应用的航天任务需求受理模型,其特征在于,包括:
输入单元,用于接收多个客户输入的航天任务需求;
调度单元,所述调度单元基于所述航天任务需求进行任务分类获取至少一个元任务并对所述元任务进行判别划分出多个子任务,建立所述子任务与所述元任务之间的映射关系,以及,基于所述映射关系引入与所述子任务相对应的子任务指令并按照优先级输出;
任务分配单元,所述任务分配单元用于输出与所述元任务对应的所述子任务指令的最优分配方案;
执行单元,所述执行单元具有用于执行所述元任务的集成功能模块,所述集成功能模块基于所述最优分配方案自动执行所述元任务对应的所述子任务指令完成多客户的航天任务需求受理与调度;
输出单元,用于生成所述执行单元的执行报告,并可视化展示。
2.根据权利要求1所述的航天任务需求受理模型,其特征在于,所述调度单元包括:任务需求分类模块、指令导入模块、RPA指令转换模块、定时器模块和多任务调度模型;
所述任务需求分类模块分别与所述输入单元和所述指令导入模块相连接;其中,所述任务需求分类模块接收所述航天任务需求并将所述航天任务需求进行任务的分类确定出所述元任务并基于所述元任务划分出所述子任务,建立所述子任务与所述元任务之间的映射关系并传输至所述指令导入模块;
所述指令导入模块与所述RPA指令转换模块相连接;其中,所述指令导入模块基于所述映射关系引入与所述子任务相对应的子任务指令;
所述RPA指令转换模块与所述多任务调度模型相连接;其中,所述RPA指令转换模块基于所述子任务指令进行逻辑转化,用于将所述子任务指令转换为可解析的参数;
所述定时器模块与所述多任务调度模型相连接;其中,所述定时器模块用于对所述多任务调度模型提供预设节拍的定时器;
所述多任务调度模型与所述任务分配单元相连接;
所述多任务调度模型对逻辑转化后的所述子任务指令进行优先级编号,并基于所述优先级编号和所述定时器周期的向所述任务分配单元发送所述子任务指令。
3.根据权利要求2所述的航天任务需求受理模型,其特征在于,所述任务需求分类模块包括:与所述输入单元相连接的形式化描述子模块,与所述形式化描述子模块相连接的集成功能确定子模块,与所述集成功能确定子模块相连接的元任务划分子模块,与所述元任务划分子模块相连接的时序关系子模块,与所述时序关系子模块相连接的一般化处理子模块和与所述一般化处理子模块相连接的映射子模块;
所述形式化描述子模块用于接收所述航天任务需求,并将所述航天任务需求进行形式化描述;
所述集成功能确定子模块用于接收形式化描述的所述航天任务需求并确定出所述航天任务需求的任务类别,获得所述元任务;
所述元任务划分子模块基于所述集成功能确定子模块确定出的任务类别对所述元任务进行划分,以生成多个所述子任务;
所述时序关系子模块用于获取多个客户的所述航天任务需求之间的逻辑需求关系,以及,基于所述逻辑需求关系确定出所述航天任务需求之间的时序关系;
所述一般化处理子模块基于任务剪枝规则,对多个客户的所述航天任务需求的层次结构进行一致化处理,调整所述航天任务需求之间的层级关系;
所述映射子模块基于所述时序关系和所述层级关系,建立所述元任务与所述子任务之间的映射关系。
4.根据权利要求3所述的航天任务需求受理模型,其特征在于,所述定时器模块采用实时信号创建所述定时器。
5.根据权利要求4所述的航天任务需求受理模型,其特征在于,所述任务分配单元以所述集成功能模块完成所述元任务的总时间最少为目标函数输出所述最优分配方案。
6.根据权利要求5所述的航天任务需求受理模型,其特征在于,所述任务分配单元包括:多任务分配模块和求解模块;
所述多任务分配模块和所述求解模块相连接;其中,所述多任务分配模块基于所述映射关系生成所述集成功能模块可完成所述元任务的多个策略集,所述求解模块用于对多个所述策略集分别进行求解以获取所述最优分配方案;
所述多任务分配模块基于博弈论的云计算动态多任务分配模型构建;其中,所述多任务分配模块具有多个用于提供服务的调度器。
7.根据权利要求6所述的航天任务需求受理模型,其特征在于,所述多任务分配模块基于收益函数对所述策略集的效用程度进行约束;
所述收益函数表示为:
;
;
;
;
其中,表示收益函数;/>表示完成所有所述子任务的总时间;/>表示完成所有所述子任务的总成本;/>表示完成所有所述子任务的总可靠性;/>、/>、/>分别为总时间/>、总成本/>、可靠性/>的权重,/>;/>为布尔变量;/>表示完成所述子任务的服务时间;/>表示完成所述子任务的传输时间;/>表示完成所述子任务的等待时间;/>表示单位时间的服务成本;/>表示单位时间的传输成本;/>表示完成单个所述子任务的可靠性;/>表示所述子任务的序号;/>表示所述集成功能模块的序号;/>表示调度器的序号;/>表示所述调度器所提供服务的序号;/>表示调度器的最大数量;/>表示最大序号的调度器所提供的最大化服务;/>为所有集成功能模块下的最大子任务数;
所述求解模块基于所述收益函数搜索多个所述策略集的纳什均衡解,并以满足所述纳什均衡解的所述策略集作为所述最优分配方案。
8.根据权利要求7所述的航天任务需求受理模型,其特征在于,所述任务分配单元还包括:突发任务事件输入模块;
所述突发任务事件输入模块与所述多任务分配模块相连接;其中,所述突发任务事件输入模块用于向所述多任务分配模块新增突发任务事件,所述多任务分配模块基于预设约束对新增的所述突发任务事件进行重调度;
所述预设约束包括:调度器执行唯一性约束、任务唯一性约束和时空约束;
所述调度器执行唯一性约束表示为:
;
其中,为所述航天任务需求受理模型所能承受的最大子任务数上限;
所述任务唯一性约束表示为:
;
所述时空约束表示为:
;
其中,表示完成所述子任务的起始时间,/>表示完成上一个子任务的终止时间。
9.根据权利要求8所述的航天任务需求受理模型,其特征在于,还包括:报错单元;
所述报错单元与所述执行单元相连接,用于分析所述执行单元执行后的所述子任务指令是否存在冲突。
10.根据权利要求9所述的航天任务需求受理模型,其特征在于,所述调度单元将所述子任务与所述元任务之间的映射关系以任务列表的形式输出;
所述输出单元以图表的形式输出所述执行报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311109441.0A CN116822915B (zh) | 2023-08-31 | 2023-08-31 | 一种面向多客户应用的航天任务需求受理模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311109441.0A CN116822915B (zh) | 2023-08-31 | 2023-08-31 | 一种面向多客户应用的航天任务需求受理模型 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116822915A true CN116822915A (zh) | 2023-09-29 |
CN116822915B CN116822915B (zh) | 2023-12-22 |
Family
ID=88141520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311109441.0A Active CN116822915B (zh) | 2023-08-31 | 2023-08-31 | 一种面向多客户应用的航天任务需求受理模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116822915B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060136103A1 (en) * | 2002-11-28 | 2006-06-22 | Byoung-Sun Lee | Low earth orbit satellite command planning device and method, and low earth orbit satellite control system including the same |
US20160321108A1 (en) * | 2015-04-28 | 2016-11-03 | NetSuite Inc. | Intelligent management of processing tasks on multi-tenant or other constrained data processing platform |
CN108388977A (zh) * | 2018-01-18 | 2018-08-10 | 同济大学 | 一种面向智能制造的协同开发系统及方法 |
CN112766813A (zh) * | 2021-02-05 | 2021-05-07 | 中国人民解放军国防科技大学 | 一种空天协同观测复杂任务调度方法及系统 |
CN113921125A (zh) * | 2021-10-14 | 2022-01-11 | 上海清赟医药科技有限公司 | 基于多端交互的任务同步执行方法 |
CN114201283A (zh) * | 2021-12-13 | 2022-03-18 | 珠海格力电器股份有限公司 | 任务调度方法、装置、智能调度系统及处理器 |
CN114281509A (zh) * | 2021-12-29 | 2022-04-05 | 航天科工智能运筹与信息安全研究院(武汉)有限公司 | 一种基于场景描述的航天器多用户协同任务规划系统 |
CN115408136A (zh) * | 2022-11-01 | 2022-11-29 | 安徽思高智能科技有限公司 | 一种基于遗传算法的rpa流程调度方法 |
-
2023
- 2023-08-31 CN CN202311109441.0A patent/CN116822915B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060136103A1 (en) * | 2002-11-28 | 2006-06-22 | Byoung-Sun Lee | Low earth orbit satellite command planning device and method, and low earth orbit satellite control system including the same |
US20160321108A1 (en) * | 2015-04-28 | 2016-11-03 | NetSuite Inc. | Intelligent management of processing tasks on multi-tenant or other constrained data processing platform |
CN108388977A (zh) * | 2018-01-18 | 2018-08-10 | 同济大学 | 一种面向智能制造的协同开发系统及方法 |
CN112766813A (zh) * | 2021-02-05 | 2021-05-07 | 中国人民解放军国防科技大学 | 一种空天协同观测复杂任务调度方法及系统 |
CN113921125A (zh) * | 2021-10-14 | 2022-01-11 | 上海清赟医药科技有限公司 | 基于多端交互的任务同步执行方法 |
CN114201283A (zh) * | 2021-12-13 | 2022-03-18 | 珠海格力电器股份有限公司 | 任务调度方法、装置、智能调度系统及处理器 |
CN114281509A (zh) * | 2021-12-29 | 2022-04-05 | 航天科工智能运筹与信息安全研究院(武汉)有限公司 | 一种基于场景描述的航天器多用户协同任务规划系统 |
CN115408136A (zh) * | 2022-11-01 | 2022-11-29 | 安徽思高智能科技有限公司 | 一种基于遗传算法的rpa流程调度方法 |
Non-Patent Citations (1)
Title |
---|
谈群;彭黎;李志猛;祁炜;: "一种航天侦察任务-资源匹配的负载均衡方法", 国防科技大学学报, no. 02, pages 95 - 99 * |
Also Published As
Publication number | Publication date |
---|---|
CN116822915B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110737529B (zh) | 一种面向短时多变大数据作业集群调度自适应性配置方法 | |
Fan et al. | Deep reinforcement agent for scheduling in HPC | |
CN101237469B (zh) | 运用蚁群算法优化多QoS网格工作流的方法 | |
CN102508639B (zh) | 一种基于卫星遥感数据特征的分布式并行处理方法 | |
CN103092683A (zh) | 用于数据分析的基于启发式的调度 | |
CN106991006B (zh) | 支持依赖和时间平衡的云工作流任务聚类方法 | |
CN103593323A (zh) | 一种MapReduce任务资源配置参数的机器学习方法 | |
CN103279818A (zh) | 基于启发式遗传算法的云工作流调度方法 | |
CN114327829A (zh) | 一种多核实时任务调度分析与仿真系统及方法 | |
Mok et al. | The MSP. RTL real-time scheduler synthesis tool | |
CN107943568A (zh) | 综合模块化航空电子系统两级调度模型与原型平台 | |
CN115564242A (zh) | 面向船舶动力设备的可抢占任务维修人员调度方法及系统 | |
Ye et al. | SHWS: Stochastic hybrid workflows dynamic scheduling in cloud container services | |
CN112231081B (zh) | 云环境下基于pso-ahp的单调速率资源调度方法及系统 | |
CN116822915B (zh) | 一种面向多客户应用的航天任务需求受理模型 | |
CN113010296A (zh) | 基于形式化模型的任务解析与资源分配方法及系统 | |
CN112000452A (zh) | 一种基于排队论的自动驾驶系统实时性分析方法 | |
CN106897199A (zh) | 一种基于大数据处理框架共有特征的批作业执行时间预测方法 | |
Dong et al. | A general analysis framework for soft real-time tasks | |
Yao et al. | Streaming Data Priority Scheduling Framework for Autonomous Driving by Edge | |
CN113608875A (zh) | 一种高吞吐云计算资源回收系统 | |
Du et al. | OctopusKing: A TCT-aware task scheduling on spark platform | |
Okhremchuk | Scheduling optimisation under contradictions in criteria functions | |
Gao et al. | A Deep Reinforcement Learning-Based Approach to the Scheduling of Multiple Workflows on Non-dedicated Edge Servers | |
Singla et al. | Task Scheduling Algorithms for Grid Computing with Static Jobs: A Review |
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 |