CN111382941A - 一种多约束条件的并行任务调度方法 - Google Patents

一种多约束条件的并行任务调度方法 Download PDF

Info

Publication number
CN111382941A
CN111382941A CN202010157895.5A CN202010157895A CN111382941A CN 111382941 A CN111382941 A CN 111382941A CN 202010157895 A CN202010157895 A CN 202010157895A CN 111382941 A CN111382941 A CN 111382941A
Authority
CN
China
Prior art keywords
range
candidate
decoding
string
strings
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
CN202010157895.5A
Other languages
English (en)
Other versions
CN111382941B (zh
Inventor
杨启文
余诗琦
薛云灿
陈俊风
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.)
Changzhou Campus of Hohai University
Original Assignee
Changzhou Campus of Hohai University
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 Changzhou Campus of Hohai University filed Critical Changzhou Campus of Hohai University
Priority to CN202010157895.5A priority Critical patent/CN111382941B/zh
Publication of CN111382941A publication Critical patent/CN111382941A/zh
Application granted granted Critical
Publication of CN111382941B publication Critical patent/CN111382941B/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
    • 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
    • G06Q50/04—Manufacturing
    • 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

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

Abstract

本发明公开了一种多约束条件的并行任务调度方法，包括如下步骤：1.初始化过程：为每个并行任务设置特征编号，构建候选解编码串的编号池，设置候选解的初始可行解范围；2.重复寻优过程：利用编号池和可行解范围，产生多个候选解编码串；计算各编码串的适合度值，若满足迭代终止条件，则将适合度值最佳的候选解编码串作为最优调度方案；否则，分组统计候选解编码串的分布模型，并计算各组编码串的可行解范围；从可行解范围中产生新的候选解编码串，然后重复寻优过程。本发明采用了分组寻优以及搜索范围自适应调整策略，能够在很短的时间内搜索到最优调度方案。

Description

一种多约束条件的并行任务调度方法
技术领域
本发明涉及一种多约束条件的并行任务调度方法，属于生产调度技术领域。
背景技术
生产调度就是按照一定的生产作业条件，安排工序执行流程及人员分配的工作。合理的调度方案，可以高效地调配生产劳动力，提高工作的效率。
由于生产调度问题是一类NP-Hard，不适合传统的最优化技术进行求解。为了能有效求解生产调度问题，申请号为CN201610281979.3、CN201710866667.3以及CN201710965924.9的专利分别采用进化算法、改进的帝国竞争算法以及萤火虫算法实现柔性车间的任务调度；申请号为CN201710013045.6和CN201610628188.3的专利采用遗传算法分别实现了装配工艺优化和Codelet调度。这些以智能优化算法为核心的生产调度方法，计算量较大，寻优时间长，常常会出现“早熟收敛”的现象。因此，提高生产调度过程的寻优性能和寻优速度，对于生产实践具有现实的意义。
发明内容
本发明的目的在于克服现有技术中的不足，针对一类具有约束条件的并行任务调度问题，提供一种方法简单、性能优良的快速生产调度方法。
为达到上述目的，本发明是采用下述技术方案实现的：
一种多约束条件的并行任务调度方法，包括如下步骤：
步骤A、为每个并行任务设置特征编号，形成候选解编码串的编号池；设置初始可行解范围；
步骤B、依据可行解范围以及编号池随机生成多个候选解编码串，并计算候选解编码串的适合度值；
步骤C、根据所述适合度值判断是否满足寻优终止条件，则将适合度值最高的候选解编码串作为最优调度方案，结束迭代过程；否则执行步骤D；
步骤D、根据候选解编码串的适合度值，将候选解编码串分成若干组，分别计算各组候选解编码串的分布模型；
步骤E、依据分布模型分组计算候选解编码串的可行解范围，然后转至步骤B。
进一步的，所述候选解编码串的生成方法包括如下步骤：
选择候选解编码串的一个编码位，根据该编码位的可行解范围，从编号池中随机取出一个范围内的特征编号放入该编码位上，如果找不到满足该可行解范围的特征编号，则挑选最靠近该范围的特征编号放入该编码位上，直到所有编码位放置了特征编号为止，此时所得的编码串即为所生成的候选解编码串。
进一步的，所述编号池的构成包括如下步骤：
编号池的所有编号由并行任务的特征编号组成，特征编号的数量等于各自子任务的数量。
进一步的，候选解编码串的可行解范围由如下方式确定：
设候选解编码串第k个编码位的重心为ak,则该编码位的可行解范围为[ak-σk ak+σk]，其中σk为第k个编码位的标准差，该范围如果超过特征编号的许可范围，则用特征编号的许可范围代替。
进一步的，候选解编码串适合度值的计算包括如下步骤：
设并行任务的最后结束时间为T，则其适合度值为1/T；若当前候选解不满足预设的约束条件，则启用惩罚机制：将适合度值缩小两倍以上。
进一步的，所述约束条件包括：
1)同一任务内的各子任务满足执行的先后顺序要求和完成的时间长短要求；
2)不同并行任务间的子任务满足执行先后的顺序要求；
3)完成并行任务的总人数及参与子任务的人数满足限额要求。
与现有技术相比，本发明提供的一种多约束条件的并行任务调度方法所达到的有益效果包括：采用候选解分组搜索的策略，提高的候选解的多样性，避免了迭代过程过早停止；通过动态计算候选解编码串的可行解范围，提高了问题求解的自适应能力，加快了寻优速度。
附图说明
图1是本发明实施例提供的一种多约束条件的并行任务调度方法的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
假设有一个调度任务由四个并行任务组成，各子任务的预设完成时间(单位：分钟)和参与人数如表1所示。执行任务的总人数为5人，同一任务中的各子任务按照序号先后关系执行，并且要求任务A的子任务3必须在任务B的子任务2之前结束；候选解规模为27，分为三组，每组9个候选解；最短完工时间的持续次数为5次。
表1调度任务的预设时间及参与人数安排表
Figure BDA0002404739120000031
Figure BDA0002404739120000041
步骤1，设置必要参数。
根据问题描述和表1，确定任务调度的各个必要参数。
步骤2，构造编号池、设置初始可行解范围。
按照并行任务编号，设置四个任务的特征编号分别为1、2、3、4.由四个并行任务的子任务数量知，编号池可表示为：
X＝{1,1,1,1,1,2,2,2,2,3,4,4,4,4}
由于特征编号的数值范围在1到4之间，候选解编码串各编码位的可行解初始范围均设为[1 4]。
步骤3，产生初始候选解。
表2是随机产生的9个候选解编码串。例如，候选解1可表示为：
x1＝{24412214412113}
表2 9个候选解编码串
编码位置 1 2 3 4 5 6 7 8 9 10 11 12 13 14
候选解1 2 4 4 1 2 2 1 4 4 1 2 1 1 3
候选解2 4 1 2 1 4 2 1 1 2 3 4 4 1 2
候选解3 2 2 2 4 1 1 4 4 1 4 1 3 2 1
候选解4 4 4 3 1 1 1 1 4 2 1 2 2 2 4
候选解5 2 1 3 4 4 2 2 1 1 1 1 2 4 4
候选解6 1 1 4 4 1 4 2 1 1 2 2 4 2 3
候选解7 4 3 2 2 1 1 2 1 1 1 2 4 4 4
候选解8 1 4 2 4 1 2 3 2 4 2 4 1 1 1
候选解9 1 1 4 4 1 2 4 4 1 2 3 2 2 1
步骤4，计算并行任务的完工时间和适合度值
以候选解1的编码串x1为例，说明并行任务的完工时间和候选解适合度值的计算过程。
由于候选解编码串中，同一任务中的各子任务均采用相同的特征编号，为了识别子任务，故做如下规定：同一特征编码在候选解编码串中出现的顺序代表子任务的序号。表3是候选解1的编码串位与各任务的子任务对应关系。
表3候选解1的编码位与子任务对应关系
编码位 子任务1 子任务2 子任务3 子任务4 子任务5
任务A 4 7 10 12 13
任务B 1 5 6 11
任务C 14
任务D 2 3 8 9
下面按照候选解编码串x1从左到右的顺序，逐位计算每个子任务的开始时间和待岗人数(如表4所示)。
任务B和任务D的第一个子任务分别需要两个人参与，当前总人数为5人，所以这两子任务可以同时开始，此时待岗人数为1人。
根据任务D子任务1的完成时间，5分钟就完成该子任务。当任务D的子任务1结束后，待岗人数为3人。按照编码串顺序，需要安排任务D的子任务2，由于该子任务所需人数为2人，因此，可以马上安排任务D的子任务2。此时待岗人数又为1人。
任务A的子任务1需要5人参加，因此，尽管任务D的子任务2在第10分钟结束，但此时待岗人数只有3人，必须等任务B的子任务1结束，待岗总人数才能达到5人。这样，任务A的子任务1的开始时间就从任务B的子任务1结束时间开始计算，此时待岗人数为0。
后续任务B的子任务2、3必须顺序执行，因此，任务B的子任务3的开始时间必须从任务B的子任务2结束时间开始。另外，由于任务B的子任务2开始工作时，待岗3人，后续任务A的子任务2只需要2人，因此任务A的子任务2可以和任务B的子任务2可以同时开始。
依照上述过程，计算出每个并行任务的最后一个子任务的结束时间。四个并行任务结束的时间分别为80、85、125、50分钟，由此知：完成该工作总计需要T＝125分钟。将f＝1/T＝1/125作为候选解x1的适合度值。
表4候选解1解码过程
编码串 2 4 4 1 2 2 1 …
开始时间 0 0 5 15 30 55 30 …
结束时间 15 5 10 30 55 60 35 …
待岗人数 3 1 1 0 3 3 1 …
由于任务A的子任务3在任务B的子任务2之后才开始，不满足约束条件要求。因此，本次调度方案的适合度值为f＝1/250.
表5为上述9个候选解的完工时间和适合度值。
表5候选解的完工时间及适合度值
候选解 1 2 3 4 5 6 7 8 9
完工时间 125 110 140 135 120 110 115 105 105
适合度值f 1/250 1/220 1/280 1/135 1/240 1/110 1/230 1/210 1/105
步骤5，判断迭代终止条件。
假设前4次迭代的最大适合度值大于或等于＝1/110，即已经有连续5次的最短完工时间没有超过110分钟了，则停止迭代过程，将候选解6的编码串作为最优调度方案，否则进入步骤6。
步骤6，候选解分组。
将实施例所得的27个候选解按照其适合度值由大到小的顺序分成3组，每组9个候选解。
步骤7，分组计算分布模型参数及可行解范围。
假设表2中9个候选解分在同一组中。以第6号编码位为例说明分布模型的参数计算过程.
首先计算第6号编码位的编号均值：
Figure BDA0002404739120000071
然后计算第6号编码位的编号标准差：
Figure BDA0002404739120000072
最后计算第6号编码位的编号重心：
Figure BDA0002404739120000073
则第6号编码位的编号范围为：[1.128 2.983]≈[1 3]。
若采用同样的方法计算第3号编码位的可行解范围为：[0.48 5.72]≈[0 6].考虑到特征编号上限为4，下限为1，则3号编码位最后的可行解范围[1 4]。
把编码串所有编码位的可行解范围计算出来后，转至步骤3。
综上，本发明实施例由于采用了分组寻优以及搜索范围自适应调整策略，能够在很短的时间内搜索到最优调度方案。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的方法、设备(***)、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。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (6)

1.一种多约束条件的并行任务调度方法，其特征在于，包括如下步骤：
步骤A、为每个并行任务设置特征编号，形成候选解编码串的编号池；设置初始可行解范围；
步骤B、依据可行解范围以及编号池随机生成多个候选解编码串，并计算候选解编码串的适合度值；
步骤C、根据所述适合度值判断是否满足寻优终止条件，则将适合度值最高的候选解编码串作为最优调度方案，结束迭代过程；否则执行步骤D；
步骤D、根据候选解编码串的适合度值，将候选解编码串分成若干组，分别计算各组候选解编码串的分布模型；
步骤E、依据分布模型分组计算候选解编码串的可行解范围，然后转至步骤B。
2.根据权利要求1所述的一种多约束条件的并行任务调度方法，其特征在于，所述候选解编码串的生成方法包括如下步骤：
选择候选解编码串的一个编码位，根据该编码位的可行解范围，从编号池中随机取出一个范围内的特征编号放入该编码位上，如果找不到满足该可行解范围的特征编号，则挑选最靠近该范围的特征编号放入该编码位上，直到所有编码位放置了特征编号为止，此时所得的编码串即为所生成的候选解编码串。
3.根据权利要求2所述的一种多约束条件的并行任务调度方法，其特征在于，所述编号池的构成包括如下步骤：
编号池的所有编号由并行任务的特征编号组成，特征编号的数量等于各自子任务的数量。
4.根据权利要求2所述的一种多约束条件的并行任务调度方法，其特征在于，候选解编码串的可行解范围由如下方式确定：
设候选解编码串第k个编码位的重心为ak,则该编码位的可行解范围为[ak-σk ak+σk]，其中σk为第k个编码位的标准差，该范围如果超过特征编号的许可范围，则用特征编号的许可范围代替。
5.根据权利要求1所述的一种多约束条件的并行任务调度方法，其特征在于，候选解编码串适合度值的计算包括如下步骤：
设并行任务的最后结束时间为T，则其适合度值为1/T；若当前候选解不满足预设的约束条件，则启用惩罚机制：将适合度值缩小两倍以上。
6.根据权利要求5所述的一种多约束条件的并行任务调度方法，其特征在于，所述约束条件包括：
1)同一任务内的各子任务满足执行的先后顺序要求和完成的时间长短要求；
2)不同并行任务间的子任务满足执行先后的顺序要求；
3)完成并行任务的总人数及参与子任务的人数满足限额要求。
CN202010157895.5A 2020-03-09 2020-03-09 一种多约束条件的并行任务调度方法 Active CN111382941B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010157895.5A CN111382941B (zh) 2020-03-09 2020-03-09 一种多约束条件的并行任务调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010157895.5A CN111382941B (zh) 2020-03-09 2020-03-09 一种多约束条件的并行任务调度方法

Publications (2)

Publication Number Publication Date
CN111382941A true CN111382941A (zh) 2020-07-07
CN111382941B CN111382941B (zh) 2022-08-02

Family

ID=71218818

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010157895.5A Active CN111382941B (zh) 2020-03-09 2020-03-09 一种多约束条件的并行任务调度方法

Country Status (1)

Country Link
CN (1) CN111382941B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112163387A (zh) * 2020-09-07 2021-01-01 华南理工大学 基于头脑风暴算法的功率电子电路优化方法及其应用

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1369970A (zh) * 2001-02-09 2002-09-18 胡笑平 使用前缀预测的位自适应编码方法
CN108320059A (zh) * 2018-02-22 2018-07-24 石家庄铁道大学 一种工作流调度进化寻优方法及终端设备
CN109409763A (zh) * 2018-11-08 2019-03-01 北京航空航天大学 一种基于贪婪式分组策略的动态测试任务调度方法及调度平台
CN110489229A (zh) * 2019-07-17 2019-11-22 长沙学院 一种多目标任务调度方法及***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1369970A (zh) * 2001-02-09 2002-09-18 胡笑平 使用前缀预测的位自适应编码方法
CN108320059A (zh) * 2018-02-22 2018-07-24 石家庄铁道大学 一种工作流调度进化寻优方法及终端设备
CN109409763A (zh) * 2018-11-08 2019-03-01 北京航空航天大学 一种基于贪婪式分组策略的动态测试任务调度方法及调度平台
CN110489229A (zh) * 2019-07-17 2019-11-22 长沙学院 一种多目标任务调度方法及***

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112163387A (zh) * 2020-09-07 2021-01-01 华南理工大学 基于头脑风暴算法的功率电子电路优化方法及其应用

Also Published As

Publication number Publication date
CN111382941B (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN104268722B (zh) 基于多目标进化算法的动态柔性作业车间调度方法
CN110288185B (zh) 一种分布式柔性流水线调度方法
CN110414863A (zh) 一种智能制造车间资源调度方法
CN103530702A (zh) 一种基于瓶颈设备分解的大规模作业车间调度方法
CN111325356A (zh) 一种基于演化计算的神经网络搜索分布式训练***及训练方法
CN106971236A (zh) 一种基于遗传算法的柔性作业车间分批调度方法
CN101901425A (zh) 一种基于多种群协同进化的柔性作业车间调度方法
CN110276481A (zh) 一种分布式混合流水线调度优化方法
CN112561225B (zh) 一种基于标杆协同进化算法的柔性作业车间调度方法
CN113610233B (zh) 一种基于改进遗传算法的柔性作业车间调度方法
CN111382941B (zh) 一种多约束条件的并行任务调度方法
US20220374722A1 (en) Intelligent ammunition co-evolution task assignment method
Ye et al. A new approach for resource scheduling with deep reinforcement learning
CN111340345B (zh) 一种基于改进粒子群算法的刀具调度方法
CN105550825B (zh) 云计算环境下的基于MapReduce并行化的柔性工厂作业调度方法
CN116512250B (zh) 基于人机协作的拆卸线平衡方法
CN114647515A (zh) 一种面向gpu集群的动态资源调度方法
CN112859785A (zh) 基于多目标优化算法的纸盆车间生产调度方法及调度***
CN115062980A (zh) 基于改进金枪鱼群算法的柔性车间排产方法及程序产品
CN115933568A (zh) 一种多目标分布式混合流水车间调度方法
CN110135752B (zh) 一种具有切换时间的成套订单的调度方法
CN105741181A (zh) 一种不同并行机混合流水线车间调度方法
CN115249113A (zh) 一种带准备时间分布式零等待流水车间调度方法与***
CN113050644A (zh) 基于迭代贪婪进化的agv调度方法
CN116862206A (zh) 一种自适应优化生产计划的分布式制造执行的方法和***

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