CN111950849B - 数据处理方法和数据处理装置 - Google Patents
数据处理方法和数据处理装置 Download PDFInfo
- Publication number
- CN111950849B CN111950849B CN202010658681.6A CN202010658681A CN111950849B CN 111950849 B CN111950849 B CN 111950849B CN 202010658681 A CN202010658681 A CN 202010658681A CN 111950849 B CN111950849 B CN 111950849B
- Authority
- CN
- China
- Prior art keywords
- resource
- task
- sub
- production
- transportation
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 105
- 238000004519 manufacturing process Methods 0.000 claims description 712
- 238000012163 sequencing technique Methods 0.000 claims description 36
- 230000006870 function Effects 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 19
- 238000013468 resource allocation Methods 0.000 abstract description 38
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000011524 similarity measure Methods 0.000 description 54
- 238000004364 calculation method Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 20
- 238000005096 rolling process Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 14
- 239000000463 material Substances 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 13
- 230000000694 effects Effects 0.000 description 11
- 238000005457 optimization Methods 0.000 description 8
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000002040 relaxant effect Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了人工智能领域的一种数据处理方法和数据处理装置,该方法包括:数据处理装置针对第一子任务从第一资源中配置第一子资源;所述数据处理装置针对第二子任务从所述第一资源中预配置第二子资源,所述第二子任务和所述第一子任务为目标任务包括的多个子任务中的任意两个子任务;所述数据处理装置基于所述第二子资源针对所述第二子任务从第二资源中配置第三子资源,所述第二资源为所述第一资源中除所述第一子资源之外的资源;可以提高资源配置速度。
Description
技术领域
本申请涉及人工智能领域,尤其涉及一种数据处理方法和数据处理装置。
背景技术
现实世界中存在大量的资源配置问题,例如为多个工厂的生产任务配置资源的问题、为多个运输任务配置运输资源的问题等。
为方便理解,以多工厂排产问题为例来阐述资源配置问题。多工厂排产是大型企业对生产任务作出统筹安排,具体拟定各工厂生产产品的品种、数量、进度计划的工作,即为各生产任务配置生产资源。实际的多工厂排产问题通常规模巨大,对排产的计算时限有较强要求,通常不可能接受4小时以上的计算时间。对于类似为多个工厂的生产任务配置资源的问题,目前提出的方案均不能满足时限要求。因此,需要研究能够提高资源配置速度的方案。
发明内容
本申请实施例公开了一种数据处理方法和数据处理装置,能够提高求解异构任务跨空间协同优化问题的速度。
第一方面,本申请实施例提供了一种数据处理方法,该方法包括:数据处理装置针对第一子任务从第一资源中配置第一子资源;所述数据处理装置针对第二子任务从所述第一资源中预配置第二子资源,所述第二子任务和所述第一子任务为目标任务包括的多个子任务中的任意两个子任务;所述数据处理装置基于所述第二子资源针对所述第二子任务从第二资源中配置第三子资源,所述第二资源为所述第一资源中除所述第一子资源之外的资源。
数据处理装置针对第一子任务从第一资源中配置第一子资源的操作和针对第二子任务从所述第一资源中预配置第二子资源操作可以是相互独立的操作。也就是说,第一子资源和第二子资源可能存在部分重叠的情况。本申请实施例中,第一资源(例如生产资源、运输资源等)中的任意部分资源不能被配置给两个或两个以上子任务,即同一资源不能被配置给两个或两个以上子任务。为避免给第一子任务和第二子任务配置的子资源发生重叠的问题,数据处理装置先针对第二子任务从第一资源中预配置第二子资源,再基于该第二子资源从第二资源中为该第二子任务配置第三子资源;既能避免一子任务和第二子任务配置的子资源发生重叠的问题,又能提高针对第二子任务配置子资源的效率。
本申请实施例中,数据处理装置先将第一资源中的第一子资源配置给第一子任务,再基于针对第二子任务预配置的第二子资源从第二资源中为该第二子任务配置第三子资源;能够提高为第二子任务配置资源的效率。
在一个可能的实现方式中,所述数据处理装置基于所述第二子资源针对所述第二子任务从第二资源中配置第三子资源包括:所述数据处理装置基于所述第二子资源配置目标函数的起始值,并调用所述目标函数迭代计算待从所述第二资源中为所述第二子任务配置的资源,得到所述第三子资源。
在该实现方式中,数据处理装置调用目标函数迭代计算待为第二子任务配置的资源,并基于第二子资源配置该目标函数进行迭代计算的起始值,能够提高为该第二子任务配置资源的速度。
在一个可能的实现方式中,所述数据处理装置针对第一子任务从第一资源中配置第一子资源之前,所述方法还包括:所述数据处理装置从任务队列中获取所述第一子任务和所述第二子任务;所述第一子任务为所述任务队列中排序最前的标记未配置资源的任务,所述第二子任务为所述任务队列中排在所述第一子任务之后的标记未配置资源的任务;或者,所述第一子任务为所述任务队列中排序最后的标记未配置资源的任务,所述第二子任务为所述任务队列中排在所述第一子任务之前的标记未配置资源的任务;所述任务队列为对所述目标任务包括的多个子任务做排序得到的队列。
所述任务队列中各子任务的排序对应于各子任务需要被配置资源的先后顺序。也就是说,数据处理装置需要按照任务队列中各子任务的排序先后为各子任务配置资源。可选的,所述任务队列为对所述目标任务包括的多个子任务按照生产价值、生产成本等指标做排序得到的队列。
在该实现方式中,数据处理装置按照任务队列中各子任务的排序先后为各子任务配置资源;可以使得资源配置的结果满足自己期望的指标。
在一个可能的实现方式中,所述数据处理装置针对第二子任务从所述第一资源中预配置第二子资源之后,所述数据处理装置基于所述第二子资源针对所述第二子任务从第二资源中配置第三子资源之前,所述方法还包括:所述数据处理装置将所述任务队列中的所述第一子任务标记为已配置资源的子任务;所述数据处理装置基于所述第二子资源针对所述第二子任务从第二资源中配置第三子资源包括:数据处理装置针对第三子任务从所述第二资源中预配置第四子资源的过程中,基于所述第二子资源针对所述第二子任务从所述第二资源中配置所述第三子资源;所述第三子任务为所述任务队列中排在所述第二子任务之后或之前的标记未配置资源的任务。
在该实现方式中,数据处理装置针对第三子任务从第二资源中预配置第四子资源的过程中,基于第二子资源针对第二子任务从该第二资源中配置第三子资源;通过并行为该第三子任务和该第二子任务配置资源的方式,可以提高资源配置效率。
在一个可能的实现方式中,所述第一子任务是为第一生产任务簇中的生产任务配置生产资源的任务,所述第二子任务是为第二生产任务簇中的生产任务配置生产资源的任务,所述第一生产任务簇和所述第二生产任务簇均包括至少一个生产任务且所述第一生产任务簇和所述第二生产任务簇不同;所述数据处理装置从任务队列中获取所述第一子任务和所述第二子任务之前,所述方法还包括:构建多个生产任务;对所述多个生产任务进行聚类,得到多个生产任务簇;对所述多个生产任务簇进行排序,得到生产任务簇队列;生成所述生产任务簇队列中各生产任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述生产任务簇队列中的生产任务簇一一对应。
在该实现方式中,由多个生产任务得到一个生产任务簇队列,并生成该生产任务簇队列中各生产任务簇对应的子任务以得到任务队列;可以将为多个生产任务配置生产资源的复杂度较高的任务转换成为任务队列中的子任务配置资源的复杂度较低的任务。
在一个可能的实现方式中,所述数据处理装置针对第一子任务从第一资源中配置第一子资源包括:所述数据处理装置针对所述第一子任务从所述第一资源中预配置第一生产子资源,所述第一生产子资源为实数表示的目标时间段内的生产资源;所述数据处理装置基于所述第一生产子资源针对所述第一子任务中的第一时间段内的生产任务从所述第一资源中预配置第二生产子资源,所述第二生产子资源为整数表示的第一时间段内的生产资源,所述第一时间段包含于所述目标时间段;所述数据处理装置针对所述第一子任务中的第二时间段内的生产任务配置第三生产子资源,所述第二时间段包含于所述第一时间段,所述第三生产子资源为所述第二生产子资源中位于所述第二时间段内的生产资源;所述第三生产子资源包含于所述第一子资源。
可选的,所述数据处理装置针对所述第一子任务中的第二时间段内的生产任务配置第三生产子资源之后,所述方法还包括:所述数据处理装置针对所述第一子任务中除所述第二时间段内的生产任务之外的生产任务,从所述第一资源包括的除所述第三生产子资源之外的生产资源中预配置第四生产子资源,所述第四生产子资源为实数表示的生产资源;所述数据处理装置基于所述第四生产子资源针对所述第一子任务中的第六时间段内的生产任务从所述第一资源包括的除所述第三生产子资源之外的生产资源中预配置第五生产子资源,所述第五生产子资源为整数表示的生产资源,所述第六时间段包含于所述目标时间段中除所述第二时间段之外的时间段;所述数据处理装置针对所述第一子任务中的第七时间段内的生产任务配置第六生产子资源,所述第七时间段包含于所述第六时间段,所述第六生产子资源为所述第五生产子资源中位于所述第七时间段内的生产资源;所述第六生产子资源包含于所述第一子资源。应理解,数据处理装置可采用类似的方式依次为第一子任务中各时间段内的生产任务配置资源,直到为第一子任务中各时间段内的各生产任务均配置资源。也就是说,数据处理装置将针对第一子任务配置资源的一个任务转换成针对第一子任务中不同时间段内的生产任务先后配置资源的多个任务,能够降低配置资源的计算量。另外,数据处理装置基于第一生产子资源针对第一子任务中的第一时间段内的生产任务从第一资源中预配置第二生产子资源;可以提高针对第一子任务中的第一时间段内的生产任务预配置生产资源的速度。
在该实现方式中,数据处理装置基于第一生产子资源针对第一子任务中的第一时间段内的生产任务从第一资源中预配置第二生产子资源,并针对第一子任务中的第二时间段内的生产任务配置第三生产子资源;能够降低配置资源的计算量,进而提高配置资源的速度。
在一个可能的实现方式中,所述数据处理装置基于所述第一生产子资源针对所述第一子任务中的第一时间段内的生产任务从所述第一资源中预配置第二生产子资源包括:根据表示所述第一生产子资源的实数,确定针对所述第一子任务中的第一时间段内的生产任务预配置第一整数空间内的整数集表示的生产资源;基于所述第一整数空间内的整数集,针对所述第一子任务中的第一时间段内的生产任务从所述第一资源中预配置所述第二生产子资源;所述第二生产子资源为所述第一整数空间内的整数集表示的生产资源。
在该实现方式中,通过限定针对第一子任务中的第一时间段内的生产任务预配置第一整数空间内的整数集表示的生产资源;可以减少配置资源的复杂度。
在一个可能的实现方式中,所述第一子任务是为第一运输任务簇中的运输任务配置运输资源的任务,所述第二子任务是为第二运输任务簇中的运输任务配置运输资源的任务,所述第一运输任务簇和所述第二运输任务簇不同;所述数据处理装置从任务队列中获取所述第一子任务和所述第二子任务之前,所述方法还包括:构建多个运输任务;对所述多个运输任务进行聚类,得到多个运输任务簇;对所述多个运输任务簇进行排序,得到运输任务簇队列;生成所述运输任务簇队列中各运输任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述运输任务簇队列中的运输任务簇一一对应。
在该实现方式中,由多个运输任务得到一个运输任务簇队列,并生成该运输任务簇队列中各运输任务簇对应的子任务以得到任务队列;通过将为多个运输任务配置运输资源的复杂度较高的任务转换成为任务队列中的子任务配置资源的复杂度较低的任务,来提高配置资源的速度。
在一个可能的实现方式中,所述数据处理装置针对第一子任务从第一资源中配置第一子资源包括:所述数据处理装置针对所述第一子任务从所述第一资源中预配置第一运输子资源,所述第一运输子资源为实数表示的第三时间段内的运输资源;所述数据处理装置基于所述第一运输子资源针对所述第一子任务中的第四时间段内的运输任务从所述第一资源中预配置第二运输子资源,所述第二运输子资源为整数表示的第四时间段内的运输资源,所述第四时间段包含于所述第三时间段;所述数据处理装置针对所述第一子任务中的第五时间段内的运输任务配置第三运输子资源,所述第五时间段包含于所述第四时间段,所述第三运输子资源为所述第二运输子资源中位于所述第五时间段内的运输资源;所述第三运输子资源包含于所述第一子资源。
可选的,所述数据处理装置针对所述第一子任务中的第五时间段内的运输任务配置第三运输子资源之后,所述方法还包括:所述数据处理装置针对所述第一子任务中除所述第五时间段内的运输任务之外的运输任务,从所述第一资源包括的除所述第三运输子资源之外的运输资源中预配置第四运输子资源,所述第四运输子资源为实数表示的运输资源;所述数据处理装置基于所述第四运输子资源针对所述第一子任务中的第八时间段内的运输任务从所述第一资源包括的除所述第三运输子资源之外的运输资源中预配置第五运输子资源,所述第五运输子资源为整数表示的运输资源,所述第八时间段包含于所述目标时间段中除所述第五时间段之外的时间段;所述数据处理装置针对所述第一子任务中的第九时间段内的运输任务配置第六运输子资源,所述第九时间段包含于所述第八时间段,所述第六运输子资源为所述第五运输子资源中位于所述第九时间段内的运输资源;所述第六运输子资源包含于所述第一子资源。应理解,数据处理装置可采用类似的方式依次为第一子任务中各时间段内的运输任务配置资源,直到为第一子任务中各时间段内的各运输任务均配置资源。也就是说,数据处理装置将针对第一子任务配置资源的一个任务转换成针对第一子任务中不同时间段内的运输任务先后配置资源的多个任务,能够降低配置资源的计算量。另外,数据处理装置基于第一运输子资源针对第一子任务中的第四时间段内的运输任务从第一资源中预配置第二运输子资源;可以提高针对第一子任务中的第四时间段内的运输任务预配置运输资源的速度。
在该实现方式中,数据处理装置基于第一运输子资源针对第一子任务中的第四时间段内的运输任务从第一资源中预配置第二运输子资源,并针对第一子任务中的第五时间段内的运输任务配置第三运输子资源;能够降低配置资源的计算量,进而提高配置资源的速度。
在一个可能的实现方式中,所述数据处理装置基于所述第一运输子资源针对所述第一子任务中的第四时间段内的运输任务从所述第一资源中预配置第二运输子资源包括:根据表示所述第一运输子资源的实数,确定针对所述第一子任务中的第四时间段内的运输任务预配置第二整数空间内的整数集表示的运输资源;基于所述第二整数空间内的整数集,针对所述第一子任务中的第四时间段内的运输任务从所述第一资源中预配置所述第二运输子资源;所述第二运输子资源为所述第二整数空间内的整数集表示的运输资源。
在该实现方式中,通过限定针对第一子任务中的第四时间段内的运输任务预配置第二整数空间内的整数集表示的运输资源;可以减少配置资源的复杂度。
在一个可选的实现方式中,所述对所述多个生产任务进行聚类,得到多个生产任务簇包括:计算所述多个生产任务中任意两个生产任务之间的相似测度,所述多个生产任务中任意两个生产任务之间的测度表征所述任意两个生产任务之间的相似程度;根据所述多个生产任务中各生产任务之间的相似测度,对所述多个生产任务进行聚类,得到所述多个生产任务簇。
在该实现方式中,根据多个生产任务中各生产任务之间的相似测度,对该多个生产任务进行聚类,得到多个生产任务簇;可以快速地将相似测度较高的子任务聚类得到同一生产任务簇。
在一个可选的实现方式中,所述对所述多个运输任务进行聚类,得到多个运输任务簇包括:计算所述多个运输任务中任意两个运输任务之间的相似测度,所述多个运输任务中任意两个运输任务之间的测度表征所述任意两个运输任务之间的相似程度;根据所述多个运输任务中各运输任务之间的相似测度,对所述多个运输任务进行聚类,得到所述多个运输任务簇。
在该实现方式中,根据多个运输任务中各运输任务之间的相似测度,对该多个运输任务进行聚类,得到多个运输任务簇;可以快速地将相似测度较高的子任务聚类得到同一运输任务簇。
第二方面,本申请实施例提供了另一种数据处理方法,该方法包括:数据处理装置针对第一子任务从第一资源中预配置第一生产子资源,所述第一生产子资源为实数表示的目标时间段内的生产资源;所述数据处理装置基于所述第一生产子资源针对所述第一子任务中的第一时间段内的生产任务从所述第一资源中预配置第二生产子资源,所述第二生产子资源为整数表示的第一时间段内的生产资源,所述第一时间段包含于所述目标时间段;所述数据处理装置针对所述第一子任务中的第二时间段内的生产任务配置第三生产子资源,所述第二时间段包含于所述第一时间段,所述第三生产子资源为所述第二生产子资源中位于所述第二时间段内的生产资源;所述第三生产子资源包含于所述第一子资源。
本申请实施例中,数据处理装置基于第一生产子资源针对第一子任务中的第一时间段内的生产任务从第一资源中预配置第二生产子资源,并针对第一子任务中的第二时间段内的生产任务配置第三生产子资源;能够降低配置资源的计算量,进而提高配置资源的速度。
在一个可能的实现方式中,所述数据处理装置针对所述第一子任务中的第二时间段内的生产任务配置第三生产子资源之后,所述方法还包括:所述数据处理装置针对所述第一子任务中除所述第二时间段内的生产任务之外的生产任务,从所述第一资源包括的除所述第三生产子资源之外的生产资源中预配置第四生产子资源,所述第四生产子资源为实数表示的生产资源;所述数据处理装置基于所述第四生产子资源针对所述第一子任务中的第六时间段内的生产任务从所述第一资源包括的除所述第三生产子资源之外的生产资源中预配置第五生产子资源,所述第五生产子资源为整数表示的生产资源,所述第六时间段包含于所述目标时间段中除所述第二时间段之外的时间段;所述数据处理装置针对所述第一子任务中的第七时间段内的生产任务配置第六生产子资源,所述第七时间段包含于所述第六时间段,所述第六生产子资源为所述第五生产子资源中位于所述第七时间段内的生产资源;所述第六生产子资源包含于所述第一子资源。应理解,数据处理装置可采用类似的方式依次为第一子任务中各时间段内的生产任务配置资源,直到为第一子任务中各时间段内的各生产任务均配置资源。也就是说,数据处理装置将针对第一子任务配置资源的一个任务转换成针对第一子任务中不同时间段内的生产任务先后配置资源的多个任务,能够降低配置资源的计算量。另外,数据处理装置基于第一生产子资源针对第一子任务中的第一时间段内的生产任务从第一资源中预配置第二生产子资源;可以提高针对第一子任务中的第一时间段内的生产任务预配置生产资源的速度。
在一个可能的实现方式中,所述数据处理装置基于所述第一生产子资源针对所述第一子任务中的第一时间段内的生产任务从所述第一资源中预配置第二生产子资源包括:根据表示所述第一生产子资源的实数,确定针对所述第一子任务中的第一时间段内的生产任务预配置第一整数空间内的整数集表示的生产资源;基于所述第一整数空间内的整数集,针对所述第一子任务中的第一时间段内的生产任务从所述第一资源中预配置所述第二生产子资源;所述第二生产子资源为所述第一整数空间内的整数集表示的生产资源。
在该实现方式中,通过限定针对第一子任务中的第一时间段内的生产任务预配置第一整数空间内的整数集表示的生产资源;可以减少配置资源的复杂度。
第三方面,本申请实施例提供了另一种数据处理方法,该方法包括:数据处理装置针对第一子任务从第一资源中预配置第一运输子资源,所述第一运输子资源为实数表示的第三时间段内的运输资源;所述数据处理装置基于所述第一运输子资源针对所述第一子任务中的第四时间段内的运输任务从所述第一资源中预配置第二运输子资源,所述第二运输子资源为整数表示的第四时间段内的运输资源,所述第四时间段包含于所述第三时间段;所述数据处理装置针对所述第一子任务中的第五时间段内的运输任务配置第三运输子资源,所述第五时间段包含于所述第四时间段,所述第三运输子资源为所述第二运输子资源中位于所述第五时间段内的运输资源;所述第三运输子资源包含于所述第一子资源。
本申请实施例中,数据处理装置基于第一运输子资源针对第一子任务中的第四时间段内的运输任务从第一资源中预配置第二运输子资源,并针对第一子任务中的第五时间段内的运输任务配置第三运输子资源;能够降低配置资源的计算量,进而提高配置资源的速度。
在一个可能的实现方式中,所述数据处理装置针对所述第一子任务中的第五时间段内的运输任务配置第三运输子资源之后,所述方法还包括:所述数据处理装置针对所述第一子任务中除所述第五时间段内的运输任务之外的运输任务,从所述第一资源包括的除所述第三运输子资源之外的运输资源中预配置第四运输子资源,所述第四运输子资源为实数表示的运输资源;所述数据处理装置基于所述第四运输子资源针对所述第一子任务中的第八时间段内的运输任务从所述第一资源包括的除所述第三运输子资源之外的运输资源中预配置第五运输子资源,所述第五运输子资源为整数表示的运输资源,所述第八时间段包含于所述目标时间段中除所述第五时间段之外的时间段;所述数据处理装置针对所述第一子任务中的第九时间段内的运输任务配置第六运输子资源,所述第九时间段包含于所述第八时间段,所述第六运输子资源为所述第五运输子资源中位于所述第九时间段内的运输资源;所述第六运输子资源包含于所述第一子资源。应理解,数据处理装置可采用类似的方式依次为第一子任务中各时间段内的运输任务配置资源,直到为第一子任务中各时间段内的各运输任务均配置资源。也就是说,数据处理装置将针对第一子任务配置资源的一个任务转换成针对第一子任务中不同时间段内的运输任务先后配置资源的多个任务,能够降低配置资源的计算量。另外,数据处理装置基于第一运输子资源针对第一子任务中的第四时间段内的运输任务从第一资源中预配置第二运输子资源;可以提高针对第一子任务中的第四时间段内的运输任务预配置运输资源的速度。
在一个可能的实现方式中,所述数据处理装置基于所述第一运输子资源针对所述第一子任务中的第四时间段内的运输任务从所述第一资源中预配置第二运输子资源包括:根据表示所述第一运输子资源的实数,确定针对所述第一子任务中的第四时间段内的运输任务预配置第二整数空间内的整数集表示的运输资源;基于所述第二整数空间内的整数集,针对所述第一子任务中的第四时间段内的运输任务从所述第一资源中预配置所述第二运输子资源;所述第二运输子资源为所述第二整数空间内的整数集表示的运输资源。
在该实现方式中,通过限定针对第一子任务中的第四时间段内的运输任务预配置第二整数空间内的整数集表示的运输资源;可以减少配置资源的复杂度。
第四方面,本申请实施例提供了另一种数据处理方法,该方法包括:构建多个生产任务;对所述多个生产任务进行聚类,得到多个生产任务簇;对所述多个生产任务簇进行排序,得到生产任务簇队列;生成所述生产任务簇队列中各生产任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述生产任务簇队列中的生产任务簇一一对应。
本申请实施例中,由多个运输任务得到一个运输任务簇队列,并生成该运输任务簇队列中各运输任务簇对应的子任务以得到任务队列;通过将为多个运输任务配置运输资源的复杂度较高的任务转换成为任务队列中的子任务配置资源的复杂度较低的任务,来提高配置资源的速度。
在一个可选的实现方式中,所述对所述多个生产任务进行聚类,得到多个生产任务簇包括:计算所述多个生产任务中任意两个生产任务之间的相似测度,所述多个生产任务中任意两个生产任务之间的测度表征所述任意两个生产任务之间的相似程度;根据所述多个生产任务中各生产任务之间的相似测度,对所述多个生产任务进行聚类,得到所述多个生产任务簇。
在该实现方式中,根据多个生产任务中各生产任务之间的相似测度,对该多个生产任务进行聚类,得到多个生产任务簇;可以快速地将相似测度较高的子任务聚类得到同一生产任务簇。
第五方面,本申请实施例提供了另一种数据处理方法,该方法包括:构建多个运输任务;对所述多个运输任务进行聚类,得到多个运输任务簇;对所述多个运输任务簇进行排序,得到运输任务簇队列;生成所述运输任务簇队列中各运输任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述运输任务簇队列中的运输任务簇一一对应。
本申请实施例中,由多个运输任务得到一个运输任务簇队列,并生成该运输任务簇队列中各运输任务簇对应的子任务以得到任务队列;通过将为多个运输任务配置运输资源的复杂度较高的任务转换成为任务队列中的子任务配置资源的复杂度较低的任务,来提高配置资源的速度。
在一个可选的实现方式中,所述对所述多个运输任务进行聚类,得到多个运输任务簇包括:计算所述多个运输任务中任意两个运输任务之间的相似测度,所述多个运输任务中任意两个运输任务之间的测度表征所述任意两个运输任务之间的相似程度;根据所述多个运输任务中各运输任务之间的相似测度,对所述多个运输任务进行聚类,得到所述多个运输任务簇。
在该实现方式中,根据多个运输任务中各运输任务之间的相似测度,对该多个运输任务进行聚类,得到多个运输任务簇;可以快速地将相似测度较高的子任务聚类得到同一运输任务簇。
第六方面,本申请实施例提供了一种数据处理装置,包括:获取单元,用于获取第一子任务和第二子任务;处理单元,用于针对所述第一子任务从第一资源中配置第一子资源;所述处理单元,还用于针对所述第二子任务从所述第一资源中预配置第二子资源,所述第二子任务和所述第一子任务为目标任务包括的多个子任务中的任意两个子任务;所述处理单元,还用于基于所述第二子资源针对所述第二子任务从第二资源中配置第三子资源,所述第二资源为所述第一资源中除所述第一子资源之外的资源。
在一个可选的实现方式中,所述处理单元,具体用于基于所述第二子资源配置目标函数的起始值,并调用所述目标函数迭代计算待从所述第二资源中为所述第二子任务配置的资源,得到所述第三子资源。
在一个可选的实现方式中,所述获取单元,具体用于从任务队列中获取所述第一子任务和所述第二子任务;所述第一子任务为所述任务队列中排序最前的标记未配置资源的任务,所述第二子任务为所述任务队列中排在所述第一子任务之后的标记未配置资源的任务;或者,所述第一子任务为所述任务队列中排序最后的标记未配置资源的任务,所述第二子任务为所述任务队列中排在所述第一子任务之前的标记未配置资源的任务;所述任务队列为对所述目标任务包括的多个子任务做排序得到的队列。
在一个可选的实现方式中,所述处理单元,还用于将所述任务队列中的所述第一子任务标记为已配置资源的子任务;所述处理单元,具体用于针对第三子任务从所述第二资源中预配置第四子资源的过程中,基于所述第二子资源针对所述第二子任务从所述第二资源中配置所述第三子资源;所述第三子任务为所述任务队列中排在所述第二子任务之后或之前的标记未配置资源的任务。
在一个可选的实现方式中,所述第一子任务是为第一生产任务簇中的生产任务配置生产资源的任务,所述第二子任务是为第二生产任务簇中的生产任务配置生产资源的任务,所述第一生产任务簇和所述第二生产任务簇均包括至少一个生产任务且所述第一生产任务簇和所述第二生产任务簇不同;所述处理单元,还用于构建多个生产任务;对所述多个生产任务进行聚类,得到多个生产任务簇;对所述多个生产任务簇进行排序,得到生产任务簇队列;生成所述生产任务簇队列中各生产任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述生产任务簇队列中的生产任务簇一一对应。
在一个可选的实现方式中,所述处理单元,具体用于针对所述第一子任务从所述第一资源中预配置第一生产子资源,所述第一生产子资源为实数表示的目标时间段内的生产资源;基于所述第一生产子资源针对所述第一子任务中的第一时间段内的生产任务从所述第一资源中预配置第二生产子资源,所述第二生产子资源为整数表示的第一时间段内的生产资源,所述第一时间段包含于所述目标时间段;针对所述第一子任务中的第二时间段内的生产任务配置第三生产子资源,所述第二时间段包含于所述第一时间段,所述第三生产子资源为所述第二生产子资源中位于所述第二时间段内的生产资源;所述第三生产子资源包含于所述第一子资源。
在一个可选的实现方式中,所述第一子任务是为第一运输任务簇中的运输任务配置运输资源的任务,所述第二子任务是为第二运输任务簇中的运输任务配置运输资源的任务,所述第一运输任务簇和所述第二运输任务簇不同;所述处理单元,还用于构建多个运输任务;对所述多个运输任务进行聚类,得到多个运输任务簇;对所述多个运输任务簇进行排序,得到运输任务簇队列;生成所述运输任务簇队列中各运输任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述运输任务簇队列中的运输任务簇一一对应。
在一个可选的实现方式中,所述处理单元,具体用于针对所述第一子任务从所述第一资源中预配置第一运输子资源,所述第一运输子资源为实数表示的第三时间段内的运输资源;基于所述第一运输子资源针对所述第一子任务中的第二局部任务从所述第一资源中预配置第二运输子资源,所述第二运输子资源为整数表示的第四时间段内的生产资源,所述第二局部任务是为所述第一运输任务簇中所述第四时间段内的运输任务配置运输资源的任务,所述第四时间段包含于所述第三时间段;针对所述第一子任务中的第五时间段内的运输任务配置第三运输子资源,所述第五时间段包含于所述第四时间段,所述第三运输子资源为所述第二运输子资源中位于所述第五时间段内的运输资源;所述第三运输子资源包含于所述第一子资源。
在一个可选的实现方式中,计算所述多个运输任务中任意两个运输任务之间的相似测度,所述多个运输任务中任意两个运输任务之间的测度表征所述任意两个运输任务之间的相似程度;根据所述多个运输任务中各运输任务之间的相似测度,对所述多个运输任务进行聚类,得到所述多个运输任务簇。
在一个可选的实现方式中,所述处理单元,具体用于计算所述多个生产任务中任意两个生产任务之间的相似测度,所述多个生产任务中任意两个生产任务之间的测度表征所述任意两个生产任务之间的相似程度;根据所述多个生产任务中各生产任务之间的相似测度,对所述多个生产任务进行聚类,得到所述多个生产任务簇。
关于第六方面或各种可能的实现方式所带来的技术效果,可参考对于第一方面或相应的实现方式的技术效果的介绍。
第七方面,本申请实施例提供了一种数据处理装置,包括:获取单元,用于获取第一子任务;处理单元,用于针对第一子任务从第一资源中预配置第一生产子资源,所述第一生产子资源为实数表示的目标时间段内的生产资源;基于所述第一生产子资源针对所述第一子任务中的第一时间段内的生产任务从所述第一资源中预配置第二生产子资源,所述第二生产子资源为整数表示的第一时间段内的生产资源,所述第一时间段包含于所述目标时间段;针对所述第一子任务中的第二时间段内的生产任务配置第三生产子资源,所述第二时间段包含于所述第一时间段,所述第三生产子资源为所述第二生产子资源中位于所述第二时间段内的生产资源;所述第三生产子资源包含于所述第一子资源。
在一个可选的实现方式中,所述处理单元,还用于针对所述第一子任务中除所述第二时间段内的生产任务之外的生产任务,从所述第一资源包括的除所述第三生产子资源之外的生产资源中预配置第四生产子资源,所述第四生产子资源为实数表示的生产资源;基于所述第四生产子资源针对所述第一子任务中的第六时间段内的生产任务从所述第一资源包括的除所述第三生产子资源之外的生产资源中预配置第五生产子资源,所述第五生产子资源为整数表示的生产资源,所述第六时间段包含于所述目标时间段中除所述第二时间段之外的时间段;针对所述第一子任务中的第七时间段内的生产任务配置第六生产子资源,所述第七时间段包含于所述第六时间段,所述第六生产子资源为所述第五生产子资源中位于所述第七时间段内的生产资源;所述第六生产子资源包含于所述第一子资源。
在一个可选的实现方式中,所述处理单元,具体用于根据表示所述第一生产子资源的实数,确定针对所述第一子任务中的第一时间段内的生产任务预配置第一整数空间内的整数集表示的生产资源;基于所述第一整数空间内的整数集,针对所述第一子任务中的第一时间段内的生产任务从所述第一资源中预配置所述第二生产子资源;所述第二生产子资源为所述第一整数空间内的整数集表示的生产资源。
关于第七方面或各种可能的实现方式所带来的技术效果,可参考对于第二方面或相应的实现方式的技术效果的介绍。
第八方面,本申请实施例提供了一种数据处理装置,包括:获取单元,用于获取第一子任务;处理单元,用于针对第一子任务从第一资源中预配置第一运输子资源,所述第一运输子资源为实数表示的第三时间段内的运输资源;基于所述第一运输子资源针对所述第一子任务中的第四时间段内的运输任务从所述第一资源中预配置第二运输子资源,所述第二运输子资源为整数表示的第四时间段内的运输资源,所述第四时间段包含于所述第三时间段;针对所述第一子任务中的第五时间段内的运输任务配置第三运输子资源,所述第五时间段包含于所述第四时间段,所述第三运输子资源为所述第二运输子资源中位于所述第五时间段内的运输资源;所述第三运输子资源包含于所述第一子资源。
在一个可选的实现方式中,所述处理单元,还用于针对所述第一子任务中除所述第五时间段内的运输任务之外的运输任务,从所述第一资源包括的除所述第三运输子资源之外的运输资源中预配置第四运输子资源,所述第四运输子资源为实数表示的运输资源;基于所述第四运输子资源针对所述第一子任务中的第八时间段内的运输任务从所述第一资源包括的除所述第三运输子资源之外的运输资源中预配置第五运输子资源,所述第五运输子资源为整数表示的运输资源,所述第八时间段包含于所述目标时间段中除所述第五时间段之外的时间段;针对所述第一子任务中的第九时间段内的运输任务配置第六运输子资源,所述第九时间段包含于所述第八时间段,所述第六运输子资源为所述第五运输子资源中位于所述第九时间段内的运输资源;所述第六运输子资源包含于所述第一子资源。
在一个可选的实现方式中,所述处理单元,具体用于根据表示所述第一运输子资源的实数,确定针对所述第一子任务中的第四时间段内的运输任务预配置第二整数空间内的整数集表示的运输资源;基于所述第二整数空间内的整数集,针对所述第一子任务中的第四时间段内的运输任务从所述第一资源中预配置所述第二运输子资源;所述第二运输子资源为所述第二整数空间内的整数集表示的运输资源。
关于第八方面或各种可能的实现方式所带来的技术效果,可参考对于第三方面或相应的实现方式的技术效果的介绍。
第九方面,本申请实施例提供了一种数据处理装置,包括:任务构建单元,用于构建多个生产任务;聚类单元,用于对所述多个生产任务进行聚类,得到多个生产任务簇;排序单元,用于对所述多个生产任务簇进行排序,得到生产任务簇队列;生成单元,用于生成所述生产任务簇队列中各生产任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述生产任务簇队列中的生产任务簇一一对应。
在一个可选的实现方式中,所述聚类单元,具体用于计算所述多个生产任务中任意两个生产任务之间的相似测度,所述多个生产任务中任意两个生产任务之间的测度表征所述任意两个生产任务之间的相似程度;根据所述多个生产任务中各生产任务之间的相似测度,对所述多个生产任务进行聚类,得到所述多个生产任务簇。
关于第九方面或各种可能的实现方式所带来的技术效果,可参考对于第四方面或相应的实现方式的技术效果的介绍。
第十方面,本申请实施例提供了一种数据处理装置,包括:任务构建单元,用于构建多个运输任务;聚类单元,用于对所述多个运输任务进行聚类,得到多个运输任务簇;排序单元,用于对所述多个运输任务簇进行排序,得到运输任务簇队列;生成单元,用于生成所述运输任务簇队列中各运输任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述运输任务簇队列中的运输任务簇一一对应。
在一个可选的实现方式中,所述聚类单元,具体用于计算所述多个运输任务中任意两个运输任务之间的相似测度,所述多个运输任务中任意两个运输任务之间的测度表征所述任意两个运输任务之间的相似程度;根据所述多个运输任务中各运输任务之间的相似测度,对所述多个运输任务进行聚类,得到所述多个运输任务簇。
关于第十方面或各种可能的实现方式所带来的技术效果,可参考对于第五方面或相应的实现方式的技术效果的介绍。
第十一方面,本申请实施例提供一种电子设备,所述电子设备包括处理器和存储器,所述存储器用于存储程序;所述处理器用于执行所述存储器存储的所述程序,当所述程序被执行时,所述处理器用于执行上述第一方面中所述的数据处理方法。
第十二方面,本申请实施例提供一种电子设备,所述电子设备包括处理器和存储器,所述存储器用于存储程序;所述处理器用于执行所述存储器存储的所述程序,当所述程序被执行时,所述处理器用于执行上述第二方面中所述的数据处理方法。
第十三方面,本申请实施例提供一种电子设备,所述电子设备包括处理器和存储器,所述存储器用于存储程序;所述处理器用于执行所述存储器存储的所述程序,当所述程序被执行时,所述处理器用于执行上述第三方面中所述的数据处理方法。
第十四方面,本申请实施例提供一种电子设备,所述电子设备包括处理器和存储器,所述存储器用于存储程序;所述处理器用于执行所述存储器存储的所述程序,当所述程序被执行时,所述处理器用于执行上述第四方面中所述的数据处理方法。
第十五方面,本申请实施例提供一种电子设备,所述电子设备包括处理器和存储器,所述存储器用于存储程序;所述处理器用于执行所述存储器存储的所述程序,当所述程序被执行时,所述处理器用于执行上述第五方面中所述的数据处理方法。
第十六方面,提供一种芯片,所述芯片包括处理器和通信接口,所述处理器与所述通信接口耦合,用于实现上述第一方面或任一种可选的实施方式所提供的方法。
可选的,所述芯片还可以包括存储器,例如,所述处理器可以读取并执行所述存储器所存储的软件程序,以实现上述第一方面或任一种可选的实施方式所提供的方法。或者,所述存储器也可以不包括在所述芯片内,而是位于所述芯片外部,相当于,所述处理器可以读取并执行外部存储器所存储的软件程序,以实现上述第一方面或任一种可选的实施方式所提供的方法。
第十七方面,提供一种芯片,所述芯片包括处理器和通信接口,所述处理器与所述通信接口耦合,用于实现上述第二方面或任一种可选的实施方式所提供的方法。
可选的,所述芯片还可以包括存储器,例如,所述处理器可以读取并执行所述存储器所存储的软件程序,以实现上述第二方面或任一种可选的实施方式所提供的方法。或者,所述存储器也可以不包括在所述芯片内,而是位于所述芯片外部,相当于,所述处理器可以读取并执行外部存储器所存储的软件程序,以实现上述第二方面或任一种可选的实施方式所提供的方法。
第十八方面,提供一种芯片,所述芯片包括处理器和通信接口,所述处理器与所述通信接口耦合,用于实现上述第三方面或任一种可选的实施方式所提供的方法。
第十九方面,提供一种芯片,所述芯片包括处理器和通信接口,所述处理器与所述通信接口耦合,用于实现上述第四方面或任一种可选的实施方式所提供的方法。
第二十方面,提供一种芯片,所述芯片包括处理器和通信接口,所述处理器与所述通信接口耦合,用于实现上述第五方面或任一种可选的实施方式所提供的方法。
第二十一方面,提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第一方面或任意一种可选的实施方式中所述的方法。
第二十二方面,提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第二方面或任意一种可选的实施方式中所述的方法。
第二十三方面,提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第三方面或任意一种可选的实施方式中所述的方法。
第二十四方面,提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第四方面或任意一种可选的实施方式中所述的方法。
第二十五方面,提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第五方面或任意一种可选的实施方式中所述的方法。
第二十六方面,提供一种包含指令的计算机程序产品,所述计算机程序产品用于存储计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第一方面或任意一种可选的实现方式中所述的方法。
第二十七方面,提供一种包含指令的计算机程序产品,所述计算机程序产品用于存储计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第二方面或任意一种可选的实现方式中所述的方法。
第二十八方面,提供一种包含指令的计算机程序产品,所述计算机程序产品用于存储计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第三方面或任意一种可选的实现方式中所述的方法。
第二十九方面,提供一种包含指令的计算机程序产品,所述计算机程序产品用于存储计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第四方面或任意一种可选的实现方式中所述的方法。
第三十方面,提供一种包含指令的计算机程序产品,所述计算机程序产品用于存储计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述第五方面或任意一种可选的实现方式中所述的方法。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
图1为本申请实施例提供的一种数据处理方法流程图;
图2为本申请实施例提供的另一种数据处理方法流程图;
图3为本申请实施例提供的一种并行迭代配置资源的过程示意图;
图4为本申请实施例提供的一种针对第一子任务配置资源的方法流程;
图5为本申请实施例提供的一种滚动迭代求解问题的过程示意图;
图6为本申请实施例提供的数据处理装置的结构示意图;
图7为本申请实施例提供的一种数据处理方法流程图;
图8为本申请实施例提供的另一种数据处理方法流程图;
图9为本申请实施例提供的又一种数据处理方法流程图;
图10为本申请实施例提供的一种数据处理装置的结构示意图;
图11为本申请实施例提供的另一种数据处理装置的结构示意图;
图12为本申请实施例提供的另一种数据处理装置的结构示意图;
图13为本申请实施例提供的又一种数据处理装置的结构示意图;
图14为本申请实施例提供的一种终端设备的结构示意图;
图15为本申请实施例提供的一种服务器的结构示意图。
具体实施方式
本申请的说明书、权利要求书及附图中的术语“第一”和“第二”等仅用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们的任何变形,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、***、产品或设备等,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等,或可选地还包括对于这些过程、方法、产品或设备等固有的其它步骤或单元。
在本文中提及的“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申请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。本领域技术人员可以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。
在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上,“至少两个(项)”是指两个或三个及三个以上,“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”。
如背景所述,目前需要研究资源配置速度更快的方案。本申请实施例提供的数据处理方法,能够提高资源配置速度。本申请实施例提供的数据处理方法适用于任何可以按照先后顺序依次为共用同一资源的多个任务配置资源的场景,例如解决多工厂协同生产、多科室协同问诊、多车辆协同运输、多人协同工作等场景中的资源配置问题。由于本申请实施例提供的数据处理方法在解决不同资源配置问题中的应用类似,下面将以解决多工厂排产问题为例,介绍本申请实施例提供的数据处理方法如何提高资源配置的速度。
多工厂排产问题,即多工厂的排产(production planning)问题,是大型企业对生产任务作出统筹安排,具体拟定各工厂生产产品的品种、数量、进度计划的工作。多工厂排产问题是最复杂的一类异构任务跨空间协同作业问题,问题规模可以极大,约束严格且可以十分复杂,时限要求严格,因此能解决大规模的多工厂排产问题的方法也可以解决大规模异构任务跨空间协同优化问题(或同构/单空间问题),反之则不然。这里,大规模任务指大规模生产计划、异构任务指不同类型物品的生产计划、跨空间指多家制造工厂分布在不同地理位置且需要考虑其间的运输时间/成本、协同优化指多工厂协同生产大量物品的整体过程最优(整体交付及时/综合成本低等);由于加工量必须是整数并有加工批量要求,显然这是一个大规模整数规划(integer programming,IP)问题。举例来说,对于一个安排10天、10个加工厂、10000种元器件、每个元器件每天加工量在1000以内的排产问题,决策空间达到:(((每天加工量)^元器件数量)^加工厂数量)^排产天数=(1000)10000*10*10=101000000,计算量显著超过已公开的优化算法问题(约1010000),考虑到企业每日加工需求,已有优化算法大都满足不了时间要求。在多工厂排产问题中,每种元器件的加工任务为一个生产任务,多工厂排产问题可以理解为给每种元器件的加工任务配置生产资源的问题。
下面介绍本申请实施例提供的数据处理方法在实际应用场景中的示例。
应用场景1:数据处理装置根据用户通过输入设备输入的输入数据构建多个生产任务(对应一个异构任务跨空间协同优化问题);该数据处理装置执行本申请实施例提供的数据处理方法为该多个生产任务中每个生产任务配置生产资源,并输出该多个生产任务的生产计划;其中,该生产计划表征为该多个生产任务中每个生产任务配置的生产资源。以某实际场景生产计划为例:计划员需要安排几万种元器件在几十家工厂未来3个月的生产计划,目标是在最大化订单满足率的基础上最小化成本,业务期望计算时间控制在2小时左右。该实际场景中的输入数据包括:未来的需求量及计划量,即未来某天期望完工的元器件及其数量;生产参数,即各元器件在哪些加工地可以生产及其生产时间、生产批量等;物料清单,例如生产1个元器件A需要消耗元器件B多少个、元器件C多少个…;供应计划,即各元器件的初始库存及各采购的原材料器件未来到货的时间地点和数量;工厂产能,即各工厂每日对各元器件的加工能力;运输路径,即各工厂之间是否有运输路径及其运输时间等。该实际场景中,需要考虑的约束有:物料约束,即加工地当天必须具备所有物料清单中记录的足够数量原材料才能开工生产;产能约束,即加工地当天的开工量必须在该工厂的各产能限制内;加工约束,即加工要按生产批量开工,并在加工周期后产出;其他约束。该实际场景中最终的输出有:生产计划,即未来每天在每个加工地开工的元器件及开工量;运输计划,即未来某天要从某加工地往另外某加工地运输的元器件及其数量;交付计划,即未来某天要从某加工厂的库存中提取交付需求的元器件及其数量;其他。
应用场景2:用户通过终端设备(例如手机、电脑等)将资源配置任务以及执行该资源配置任务所需的数据发送至服务器;服务器执行本申请实施例提供数据处理方法执行该资源配置任务,并将执行该资源配置任务得到的资源配置计划(例如生产计划)反馈给该终端设备。
下面结合附图介绍本申请实施例提供的数据处理方法。图1为本申请实施例提供的一种数据处理方法流程图。如图1所示,该方法包括:
101、数据处理装置针对第一子任务从第一资源中配置第一子资源。
上述数据处理装置可以是终端设备,例如手机、笔记本电脑、台式电脑、笔记本电脑等具备数据运输能力的设备;还可以是服务器。数据处理装置针对第一子任务从第一资源中配置第一子资源可以理解为将上述第一资源中的上述第一子资源配置给上述第一子任务。在一些实施例中,数据处理装置将上述第一资源中的上述第一子资源配置给上述第一子任务之后,上述第一子资源不能再被配置给除上述第一子任务之外的任一任务。也就是说。上述第一资源中的任意部分资源不能被配置给两个或两个以上子任务,即同一资源不能被配置给两个或两个以上子任务。
102、数据处理装置针对第二子任务从第一资源中预配置第二子资源。
上述第二子任务和上述第一子任务为目标任务包括的多个子任务中的任意两个子任务。上述目标任务可以是为多个生产任务配置生产资源的任务;也可以是为多个运输任务配置运输资源的任务;还可以是为其他多个任务配置资源的任务,本申请不作限定。上述目标任务包括的多个子任务共用同一资源,即不同子任务被配置上述第一子资源中的不同部分。也就是说,上述目标任务中任意两个子任务被配置的子资源不能存在重叠。
103、数据处理装置基于上述第二子资源针对上述第二子任务从第二资源中配置第三子资源。
上述第二资源为上述第一资源中除上述第一子资源之外的资源。数据处理装置针对第一子任务从第一资源中配置第一子资源的操作和针对第二子任务从上述第一资源中预配置第二子资源操作可以是相互独立的操作。也就是说,第一子资源和第二子资源可能存在部分重叠的情况。为避免给第一子任务和第二子任务配置的子资源发生重叠的问题,数据处理装置可以先针对第二子任务从第一资源中预配置第二子资源,再基于该第二子资源从第二资源中为该第二子任务配置第三子资源;既能避免一子任务和第二子任务配置的子资源发生重叠的问题,又能提高针对第二子任务配置资源的效率。
步骤103的一种可能的实现方式如下:基于上述第二子资源配置目标函数的起始值,并调用上述目标函数迭代计算待从上述第二资源中为上述第二子任务配置的资源,得到上述第三子资源。上述目标函数可以理解为采用迭代计算方式求解针对上述第二子任务配置或预配置的资源的函数。数据处理装置可预先基于上述第二子任务构建上述目标函数。上述数据处理装置针对第二子任务从上述第一资源中预配置第二子资源可以是:上述数据处理装置调用上述目标函数迭代计算从上述第一资源中为上述第二子任务预配置的上述第二子资源。在一些实施例中,数据处理装置针对第一子任务从第一资源中配置第一子资源可以是:调用第一函数迭代计算待从上述第一资源中为上述第一子任务配置的资源,得到上述第一子资源。数据处理装置可预先基于上述第一子任务构建上述第一函数。
本申请实施例中,数据处理装置先将第一资源中的第一子资源配置给第一子任务,再基于针对第二子任务预配置的第二子资源从第二资源中为该第二子任务配置第三子资源;能够提高为第二子任务配置资源的效率。
图1描述了本申请实施例提供的数据处理方法的主要流程。图2为本申请实施例提供的另一种数据处理方法流程图。图2中的方法流程是对图1中的方法流程的细化和完善。如图2所示,该方法包括:
201、数据处理装置从任务队列中获取第一子任务和第二子任务。
上述第一子任务为上述任务队列中排序最前的标记未配置资源的任务,上述第二子任务为上述任务队列中排在上述第一子任务之后的标记未配置资源的任务;或者,上述第一子任务为上述任务队列中排序最后的标记未配置资源的任务,上述第二子任务为上述任务队列中排在上述第一子任务之前的标记未配置资源的任务。上述任务队列可以为对上述目标任务包括的多个子任务做排序得到的队列。上述任务队列可以是数据处理装置从其他设备(例如服务器)获取的,还可以是数据处理装置根据用户输入的数据生成的;还可以是通过其他方式获得的,本申请不作限定。
在一些实施例中,上述第一子任务是为第一生产任务簇中的生产任务配置生产资源的任务,上述第二子任务是为第二生产任务簇中的生产任务配置生产资源的任务,上述第一生产任务簇和上述第二生产任务簇均包括至少一个生产任务且上述第一生产任务簇和上述第二生产任务簇不同;数据处理装置在执行步骤201之前,可通过如下操作得到任务队列:构建多个生产任务;对上述多个生产任务进行聚类,得到多个生产任务簇;对上述多个生产任务簇进行排序,得到生产任务簇队列;生成上述生产任务簇队列中各生产任务簇对应的子任务,得到上述任务队列;上述任务队列中的子任务与上述生产任务簇队列中的生产任务簇一一对应。举例来说,一个生产任务为生产一定数量的元器件或者设备的任务。一种可选的对上述多个生产任务进行聚类,得到多个生产任务簇的实现方式如下:计算上述多个生产任务中任意两个生产任务之间的相似测度,上述多个生产任务中任意两个生产任务之间的测度表征上述任意两个生产任务之间的相似程度;根据上述多个生产任务中各生产任务之间的相似测度,对上述多个生产任务进行聚类,得到上述多个生产任务簇。
在一些实施例中,上述第一子任务是为第一运输任务簇中的运输任务配置运输资源的任务,上述第二子任务是为第二运输任务簇中的运输任务配置运输资源的任务,上述第一运输任务簇和上述第二运输任务簇不同;数据处理装置在执行步骤201之前,可通过如下操作得到任务队列:构建多个运输任务;对上述多个运输任务进行聚类,得到多个运输任务簇;对上述多个运输任务簇进行排序,得到运输任务簇队列;生成上述运输任务簇队列中各运输任务簇对应的子任务,得到上述任务队列;上述任务队列中的子任务与上述运输任务簇队列中的运输任务簇一一对应。一个可选的对上述多个运输任务簇进行排序,得到运输任务簇队列的实现方式如下:计算上述多个运输任务中任意两个运输任务之间的相似测度,上述多个运输任务中任意两个运输任务之间的测度表征上述任意两个运输任务之间的相似程度;根据上述多个运输任务中各运输任务之间的相似测度,对上述多个运输任务进行聚类,得到上述多个运输任务簇。
202、数据处理装置针对第一子任务从第一资源中配置第一子资源的过程中,针对第二子任务从第一资源中预配置第二子资源。
上述第二子任务和上述第一子任务为目标任务包括的多个子任务中的任意两个子任务。上述目标任务包括的多个子任务均位于上述任务队列。上述任务队列可以是对上述目标任务包括的多个子任务进行排序得到的。数据处理装置针对第一子任务从第一资源中配置第一子资源的操作和针对第二子任务从上述第一资源中预配置第二子资源的操作可以是并行的,这样可以节省计算时间。上述数据处理装置针对第一子任务从第一资源中配置第一子资源可以是:上述数据处理装置求解待从上述第一资源中为上述第一子任务配置的资源的第一子问题,求解上述第一子问题得到的结果为上述第一子资源。示例性的,数据处理装置调用第一函数迭代计算待从上述第一资源中为上述第一子任务配置的资源,得到上述第一子资源;上述第一函数是求解上述第一子问题的函数。数据处理装置可以调用第一函数迭代求解上述第一子问题,将达到迭代终止条件时的解作为针对第一子任务从第一资源中配置的资源(即第一子资源)。迭代终止条件可以是迭代次数达到迭代阈值(例如1000次、10000次等)等。上述数据处理装置针对第二子任务从上述第一资源中预配置第二子资源可以是:上述数据处理装置求解待从上述第一资源中为上述第二子任务预配置的资源的第二子问题,求解上述第二子问题得到的结果为上述第二子资源。示例性的,数据处理装置调用目标函数迭代计算待从上述第一资源中为上述第二子任务配置的资源,得到上述第二子资源;上述目标函数是求解上述第二子问题的函数。在一些实施例中,步骤202可以理解为并行求解上述第一子问题和上述第二子问题。
203、数据处理装置将任务队列中的第一子任务标记为已配置资源的子任务。
204、数据处理装置从任务队列中获取第三子任务。
上述第三子任务为上述任务队列中排在上述第二子任务之后或之前的标记未配置资源的任务。在一个可能的实现方式中,任务队列中先后依次为第一子任务、第二子任务、第三子任务、…、第N子任务,N为大于2的整数。在一个可能的实现方式中,任务队列中先后依次为第N子任务、…、第三子任务、第二子任务、第一子任务,N为大于2的整数。
205、数据处理装置针对第三子任务从上述第二资源中预配置第四子资源的过程中,基于第二子资源针对第二子任务从第二资源中配置第三子资源。
数据处理装置针对第三子任务从上述第二资源中预配置第四子资源的实现方式可以与步骤101的实现方式类似。步骤205中,数据处理装置基于上述第二子资源针对上述第二子任务从上述第二资源中配置上述第三子资源的实现方式可以与步骤103的实现方式相同。
206、数据处理装置将任务队列中的第二子任务标记为已配置资源的子任务。
207、数据处理装置判断任务队列中的子任务是否均标记为已配置资源。
若是,执行步骤208;若否,执行步骤204。应理解,图2的方法流程中,数据处理装置可多次执行步骤204至步骤206,直到任务队列中的子任务均标记为已配置资源。示例性的,任务队列中标记未配置资源的子任务依次为第一子任务、第二子任务、第三子任务、…、第N子任务;数据处理装置在第一次执行步骤204至步骤206之后,可针对第二子任务配置资源以及将任务队列中的第二子任务标记为已配置资源;数据处理装置在第二次执行204至步骤206之后,可针对第三子任务配置资源以及将任务队列中的第三子任务标记为已配置资源;以此类推,直到得到针对第N子任务(即任务队列中的最后一个子任务)配置资源以及将任务队列中的第N子任务标记为已配置资源。
图3为本申请实施例提供的一种并行迭代配置资源的过程示意图。如图3所示,301表示初始的任务队列(即任务队列中各子任务均标记为未配置资源),302表示第一次并行资源配置之后,任务队列中各子任务的标记情况;303表示第二次并行资源配置之后,任务队列中各子任务的标记情况;304表示第三次并行资源配置之后,任务队列中各子任务的标记情况;305表示第N次并行资源配置之后,任务队列中各子任务的标记情况。从图3可以看出,数据处理装置每次执行并行资源配置之后,可将任务队列中的一个子任务标记为已配置资源。图3中,数据处理装置首先针对第一子任务从第一资源中配置资源和针对第二子任务从第一资源中预配置资源(即第一次并行资源配置),并将任务队列中的第一子任务标记为已配置资源;然后,数据处理装置针对第二子任务从第二资源中配置资源和针对第三子任务从第二资源中预配置资源(即第二次并行资源配置),并将任务队列中的第二子任务标记为已配置资源;再次,针对第三子任务从第三资源中配置资源和针对第四子任务从第三资源中预配置资源(即第三次并行资源配置),并将任务队列中的第三子任务标记为已配置资源,第三资源为上述第二资源中除上述配置给第二子任务的资源之外的资源;最后,针对第N子任务配置资源(即第四次资源配置),并将任务队列中的第N子任务标记为已配置资源。
208、数据处理装置结束资源配置操作。
本申请实施例中,通过并行的方式为任务队列中的子任务配置资源,可以提高配置资源的效率。
由于前述实施例未详述针对一个子任务配置资源的实现方式。下面以针对第一子任务从第一资源中配置资源为例,介绍一些针对一个子任务配置资源的示例。
示例一
任务队列中每个子任务是为一个生产任务簇中的生产任务配置生产资源的任务。举例来说,上述第一子任务是为第一生产任务簇中的生产任务配置生产资源的任务,上述第二子任务是为第二生产任务簇中的生产任务配置生产资源的任务,上述第一生产任务簇和上述第二生产任务簇均包括至少一个生产任务且上述第一生产任务簇和上述第二生产任务簇不同。前述实施例中已介绍生成任务队列的实现方式,这里不再详述。
上述数据处理装置针对第一子任务从第一资源中配置第一子资源的一个实现方式如下:上述数据处理装置针对上述第一子任务从上述第一资源中预配置第一生产子资源,上述第一生产子资源为实数表示的目标时间段内的生产资源;上述数据处理装置基于上述第一生产子资源针对上述第一子任务中的第一时间段内的生产任务从上述第一资源中预配置第二生产子资源,上述第二生产子资源为整数表示的第一时间段内的生产资源,上述第一时间段包含于上述目标时间段;上述数据处理装置针对上述第一子任务中的第二时间段内的生产任务配置第三生产子资源,上述第二时间段包含于上述第一时间段,上述第三生产子资源为上述第二生产子资源中位于上述第二时间段内的生产资源;上述第三生产子资源包含于上述第一子资源。前面介绍了针对上述第一子任务中的第二时间段内的生产任务配置第三生产子资源的过程。应理解,数据处理装置可采用类似的方式针对上述第一子任务中的不同时间段内的生产任务配置生产资源。
可选的,上述数据处理装置针对上述第一子任务中的第二时间段内的生产任务配置第三生产子资源之后,上述方法还包括:上述数据处理装置针对上述第一子任务中除上述第二时间段内的生产任务之外的生产任务,从上述第一资源包括的除上述第三生产子资源之外的生产资源中预配置第四生产子资源,上述第四生产子资源为实数表示的生产资源;上述数据处理装置基于上述第四生产子资源针对上述第一子任务中的第六时间段内的生产任务从上述第一资源包括的除上述第三生产子资源之外的生产资源中预配置第五生产子资源,上述第五生产子资源为整数表示的生产资源,上述第六时间段包含于上述目标时间段中除上述第二时间段之外的时间段;上述数据处理装置针对上述第一子任务中的第七时间段内的生产任务配置第六生产子资源,上述第七时间段包含于上述第六时间段,上述第六生产子资源为上述第五生产子资源中位于上述第七时间段内的生产资源;上述第六生产子资源包含于上述第一子资源。应理解,数据处理装置可采用类似的方式依次为第一子任务中各时间段内的生产任务配置资源,直到为第一子任务中各时间段内的各生产任务均配置资源。也就是说,数据处理装置将针对第一子任务配置资源的一个任务转换成针对第一子任务中不同时间段内的生产任务先后配置资源的多个任务,能够降低配置资源的计算量。另外,数据处理装置基于第一生产子资源针对第一子任务中的第一时间段内的生产任务从第一资源中预配置第二生产子资源;可以提高针对第一子任务中的第一时间段内的生产任务预配置生产资源的速度。
在该示例中,数据处理装置基于第一生产子资源针对第一子任务中的第一时间段内的生产任务从第一资源中预配置第二生产子资源,并针对第一子任务中的第二时间段内的生产任务配置第三生产子资源;能够降低配置资源的计算量,进而提高配置资源的速度。
示例二
任务队列中每个子任务是为一个运输任务簇中的运输任务配置运输资源的任务。举例来说,上述第一子任务是为第一运输任务簇中的运输任务配置运输资源的任务,上述第二子任务是为第二运输任务簇中的运输任务配置运输资源的任务,上述第一运输任务簇和上述第二运输任务簇不同。前述实施例中已介绍生成任务队列的实现方式,这里不再详述。
上述数据处理装置针对第一子任务从第一资源中配置第一子资源包括:上述数据处理装置针对上述第一子任务从上述第一资源中预配置第一运输子资源,上述第一运输子资源为实数表示的第三时间段内的运输资源;上述数据处理装置基于上述第一运输子资源针对上述第一子任务中的第四时间段内的运输任务从上述第一资源中预配置第二运输子资源,上述第二运输子资源为整数表示的第四时间段内的运输资源,上述第四时间段包含于上述第三时间段;上述数据处理装置针对上述第一子任务中的第五时间段内的运输任务配置第三运输子资源,上述第五时间段包含于上述第四时间段,上述第三运输子资源为上述第二运输子资源中位于上述第五时间段内的运输资源;上述第三运输子资源包含于上述第一子资源。
可选的,上述数据处理装置针对上述第一子任务中的第五时间段内的运输任务配置第三运输子资源之后,上述方法还包括:上述数据处理装置针对上述第一子任务中除上述第五时间段内的运输任务之外的运输任务,从上述第一资源包括的除上述第三运输子资源之外的运输资源中预配置第四运输子资源,上述第四运输子资源为实数表示的运输资源;上述数据处理装置基于上述第四运输子资源针对上述第一子任务中的第八时间段内的运输任务从上述第一资源包括的除上述第三运输子资源之外的运输资源中预配置第五运输子资源,上述第五运输子资源为整数表示的运输资源,上述第八时间段包含于上述目标时间段中除上述第五时间段之外的时间段;上述数据处理装置针对上述第一子任务中的第九时间段内的运输任务配置第六运输子资源,上述第九时间段包含于上述第八时间段,上述第六运输子资源为上述第五运输子资源中位于上述第九时间段内的运输资源;上述第六运输子资源包含于上述第一子资源。应理解,数据处理装置可采用类似的方式依次为第一子任务中各时间段内的运输任务配置资源,直到为第一子任务中各时间段内的各运输任务均配置资源。也就是说,数据处理装置将针对第一子任务配置资源的一个任务转换成针对第一子任务中不同时间段内的运输任务先后配置资源的多个任务,能够降低配置资源的计算量。另外,数据处理装置基于第一运输子资源针对第一子任务中的第四时间段内的运输任务从第一资源中预配置第二运输子资源;可以提高针对第一子任务中的第四时间段内的运输任务预配置运输资源的速度。
在该示例中,数据处理装置基于第一运输子资源针对第一子任务中的第四时间段内的运输任务从第一资源中预配置第二运输子资源,并针对第一子任务中的第五时间段内的运输任务配置第三运输子资源;能够降低配置资源的计算量,进而提高配置资源的速度。
数据处理装置针对第一子任务从第一资源中配置第一子资源可以是:上述数据处理装置求解待从上述第一资源中为上述第一子任务配置的资源的第一子问题,求解上述第一子问题得到的结果为上述第一子资源。也就是说,数据处理装置针对第一子任务从第一资源中配置第一子资源可理解为:数据处理装置求解第一子问题,并将求解第一子问题得到的第一子资源配置给第一子任务。
下面结合附图描述数据处理装置求解第一子问题的可能的实现方式,即针对第一子任务配置第一资源的方式。图4为本申请实施例提供的一种数据处理装置针对第一子任务配置资源的方法流程图。如图4所示,该方法包括:
401、数据处理装置将第一子问题松弛为第一线性规划问题。
上述第一子问题为数据处理装置求解针对第一子任务待从第一资源中配置的资源的问题。上述第一子问题可以为一个整数规划问题,上述第一线性规划问题为线性规划问题(Linear Programming,LP)。示例性的,上述第一子问题为按照上述第一生产任务簇中各生产任务的约束求解待为第一生产任务簇中各生产任务配置的资源的问题。示例性的,上述第二子问题为按照上述第一运输任务簇中各运输任务的约束求解待为第一运输任务簇中各运输任务配置的资源的问题。
402、数据处理装置求解第一线性规划问题,得到第一实数解。
上述第一实数解可以表示数据处理装置针对第一子任务从第一资源中预配置的资源,对应于上述第一生成子资源或者上述第一运输子资源。
403、数据处理装置求解第一子问题中第一时间窗内的第一局部问题,得到第一整数解。
数据处理装置求解上述第一局部问题的目标为求解得到的整数解接近上述第一实数解。上述第一时间窗(对应于第一时间段和第四时间段)包含于上述目标时间段,上述第一局部问题为整数规划问题(Integer Programming,IP)。上述第一局部问题可以是求解针对第一子任务中第一时间窗内的生产任务(或者其他任务)从第一资源中预配置的资源的问题;也可以是求解针对第一子任务中第一时间窗内的运输任务从第一资源中预配置的资源的问题。上述第一整数解可以表示数据处理装置针对第一子任务中第一时间窗内的生产任务从第一资源中预配置的资源,对应于上述第二生成子资源或者上述第二运输子资源。举例来说,第一子问题为按照上述第一生产任务簇中各生产任务的约束求解上述第一生产任务簇中各生产任务在3个月内(对应于目标时间段)的资源配置计划的问题,第一局部问题为按照上述第一生产任务簇中各生产任务的约束求解上述第一生产任务簇中各生产任务在3天内(对应于第一时间窗)的资源配置计划的问题。
步骤403一种可选的实现方式如下:基于第一实数解,确定上述第一子问题中第一时间窗内的第一局部问题中的至少一个变量的取值范围;然后,基于第一局部问题中的至少一个变量的取值范围,求解第一子问题中第一时间窗内的第一局部问题,得到第一整数解。这个实现方式可理解为数据处理装置基于上述第一生产子资源针对上述第一子任务中的第一时间段内的生产任务从上述第一资源中预配置第二生产子资源的实现方式,或者数据处理装置基于上述第一运输子资源针对上述第一子任务中的第四时间段内的运输任务从上述第一资源中预配置第二运输子资源的实现方式。在一些实施例中,数据处理装置在执行步骤403之前,可执行如下操作:根据上述第一局部问题中的目标变量在上述第一实数解中对应的实数,确定上述目标变量的取值范围;上述目标变量为上述第一局部问题中的任意变量。由于上述第一实数解包括上述第一子问题中的全部变量的实数解,上述第一局部问题中的变量包含于上述第一子问题中的变量,因此上述第一局部问题中的每个变量在上述第一实数解中对应一个实数。示例性的,数据处理装置根据上述第一局部问题中的目标变量在上述第一实数解中对应的实数,确定上述目标变量的取值范围可以是;将上述目标变量的最大值设置为上述目标变量在上述第一实数解中对应的实数加上一个数值(可根据实际需要设置该数值)再向上取整,以及将上述目标变量的最小值设置为上述目标变量在上述第一实数解中对应的实数减去一个数值(可根据实际需要设置该数值)再向下取整。上述目标变量可取上述最小值至上述最大值范围内的整数。举例来说,目标变量在第一实数解中对应的实数为12345.6,该目标变量的最大值设置为该目标变量的最小值设置为其中,为向上取整的运输,为向下取整的运输。应理解,数据处理装置可采用类似的方式,确定上述第一局部问题中任意变量的取值范围,这样可以减少计算量。
404、数据处理装置将第一整数解包括的第一子时间段内的整数解作为已知量,求解上述第一线性规划问题,得到第二实数解。
第一整数解包括的第一子时间段内的整数解可以表示第一子时间段内的资源配置情况。上述第一子时间段(对应于第二时间段和第五时间段)包含于上述第一时间窗。上述第二实数解对应于上述第四生产子资源或者上述第四运输子资源。步骤404对应于数据处理装置针对上述第一子任务中除上述第二时间段内的生产任务之外的生产任务,从上述第一资源包括的除上述第三生产子资源(对应于第一子时间段内的资源配置)之外的生产资源中预配置第四生产子资源的实现方式。或者,步骤404对应于数据处理装置针对上述第一子任务中除上述第五时间段内的运输任务之外的运输任务,从上述第一资源包括的除上述第三运输子资源(对应于第一子时间段内的资源配置)之外的运输资源中预配置第四运输子资源的实现方式。
405、数据处理装置求解上述第一子问题中第二时间窗内的第二局部问题,得到第二整数解。
上述第二局部问题可以是求解针对第一子任务中第二时间窗(对应于第六时间段)内的生产任务(或者其他任务)从第一资源中预配置的资源的问题;也可以是求解针对第一子任务中第二时间窗(对应于第八时间段)内的运输任务从第一资源中预配置的资源的问题。上述第二整数解可以表示数据处理装置针对第一子任务中第二时间窗内的生产任务(或者运输任务)从第一资源中预配置的资源,对应于上述第五生成子资源或者上述第五运输子资源。
数据处理装置求解上述第二局部问题的目标为求解得到的整数解接近上述第二实数解。可选的,上述第二时间窗内的时长等于上述第一时间窗的时长,上述第二时间窗可以视为上述第一时间窗向后滚动一个时长(对应一个滚动时长)。可选的,上述第二时间窗内的时长不等于上述第一时间窗的时长。上述第二局部问题为整数规划问题,上述第二时间窗对应的时间段在上述第一子时间段之后。上述第二整数解包括第二子时间段内的资源配置。上述第二子时间段包含于上述第二时间窗。上述第二子时间段内位于上述第一子时间段之后,且上述第二子时间段的时长等于或者不等于上述第一子时间段的时长。可选的,上述第二子时间段和上述第一子时间段包含于一个连续的时间段。举例来说,第一时间窗为0-6天,第一子时间段为0-2天,第二时间窗为3-9天,第二子时间段为3-5天。
406、数据处理装置判断是否得到第一子问题的全局整数解。
若是,执行步骤407;若否,执行步骤404。应理解,图4的方法流程中,数据处理装置可多次执行步骤404至步骤405,直到得到第一子问题的全局整数解。数据处理装置第二次执行步骤404至步骤405可以是:数据处理装置将上述第一整数解包括的第一子时间段内的资源配置以及上述第二整数解包括的第二子时间段内的资源配置作为已知量,求解上述第一线性规划问题,得到第三实数解(对应于步骤404);数据处理装置基于第三实数解,求解上述第一子问题中第三时间窗内的第三局部问题,得到第三整数解;其中,第三时间窗的时长等于或不等于上述第二时间窗的时长。当第三时间窗的时长等于上述第二时间窗的时长时,上述第三时间窗可以视为上述第二时间窗向后滚动一个时长(对应一个滚动时长)。举例来说,第一时间窗为0-6天,第一子时间段为0-2天,第二时间窗为3-9天,第二子时间段为3-5天,第三时间窗为6-12天,第三子时间段为6-8天。在一些实施例中,数据处理装置在执行步骤401至步骤403之后,可得到第一子时间段内的资源配置;数据处理装置在第一次执行步骤404至步骤405之后,可得到第二子时间段内的资源配置;依次类推,直到得到目标时间段内的资源配置(对应于第一子问题的全局整数解)。
407、数据处理装置输出第一子问题的全局整数解。
数据处理装置可根据多个子时间段的整数解,得到第一子问题的全局整数解。第一子问题的全局整数解可以表示数据处理装置针对上述第一子任务从上述第一资源中配置的上述第一子资源。数据处理装置还可以根据第一子问题的全局整数解,针对第一子任务配置资源。
本申请实施例中,将求解第一子问题分为求解多个局部问题,并在求解第一局部问题时参考第一实数解以及在求解第二局部问题时参考第二实数解;可以得到满足全局约束的整数解。
图3中求解第一子问题的方式为一种滚动迭代求解问题的方式。下面结合本申请实施例提供的滚动迭代求解问题的示例的过程示意图,进一步描述图4中的迭代求解过程。
图5为本申请实施例提供的一种滚动迭代求解问题的过程示意图。如图5所示,501、502、503以及504均表示目标时间段,其中,一个矩形框表示一个固定时长,例如一天、两天等;数据处理装置首先将第一子问题松弛为第一线性规划问题;第一次求解可以是:在第一线性规划问题(即由第一子问题松弛得到的线性规划问题)中的变量均未知的情况下,求解该第一线性规划问题,得到第一实数解;第二次求解可以是:数据处理装置求解上述第一子问题中第一时间窗内的第一局部问题(整数规划问题),得到第一整数解;第三次求解可以是:在第一线性规划问题中的第一子时间段内的变量为已知量的情况下,求解该第一线性规划问题,得到第二实数解;第四次求解可以是:数据处理装置在第一子时间段内的变量为已知量的情况下,求解上述第一子问题中第二时间窗内的第二局部问题(整数规划问题),得到第二整数解;以此类推,直到得到第一子问题的全局整数解。图4中,502中有图案填充的矩形框对应的时间段为第一子时间段,数据处理装置进行第三次求解时已知该第一子时间段内的资源配置;502中有图案填充的矩形框对应的时间段包括第一子时间段和第二子时间段,数据处理装置进行第四次求解时已知该第一子时间段内的资源配置和该第二子时间段的资源配置。应理解,本申请实施例提供的求解问题的原理可以理解为:对子问题进行松弛(例如松弛为线性规划问题)之后,在滚动时间窗上求解目标简化和变量受限的IP问题(对应于局部问题),并利用全局LP问题的解约束IP问题的解以保证全局约束。
下面介绍一个数据处理装置求解待从第一资源中为第一子任务配置的资源的第一子问题的举例(对应于图4)。上述第一子问题为按照第一生产任务簇中各生产任务的约束求解待为第一生产任务簇中的生产任务配置的生产资源的问题。
例如:时间窗长度(对应于第一时间窗和第二时间窗)为7天,滚动长度为3天,数据处理装置执行如下步骤:
1)、数据处理装置将全局问题(对应于第一子问题)设为生产量为实数的松弛问题(对应于步骤401)。
示例性的,全局问题是为第一生产任务簇中的多个生产任务配置生产资源的问题。也就是说,全局问题可以理解为一个生产问题。
2)、数据处理装置求解全局问题,得到解x0。
3)、数据处理装置获取全局问题中0~6天内的生产问题(整数规划问题),求解该0~6天内的生产问题得到解y0。
可选的,数据处理装置将生产量中各变量的取值范围(bound)限定(或者设置)为解x0中的值上下浮动一个加工批量。该0~6天内的生产问题的生产量(即变量)为整数变量,数据处理装置求解该0~6天内的生产问题的目标为生产量接近解x0。示例性的,数据处理装置求解该0~6天内的生产问题的目标为生产量接近解x0可以是:生产量中的各整数值与各自在解x0中对应的实数之差的总和最小。例如,0~6天内的生产问题包括k1、k2、…、k100共100个整数变量,x0包括s1、s2、…、s100、s101、…s2000共2000个实数,k1对应于s1,k2对应于s2,…,k100对应于s100;数据处理装置求解该0~6天内的生产问题的目标为:((k1-s1)+(k2-s2)+…+(k100-s100))最小。示例性的,数据处理装置求解该0~6天内的生产问题的目标为生产量接近解x0可以是:生产量中的各整数值与各自在解x0中对应的实数之差的绝对值总和最小。例如,0~6天内的生产问题包括k1、k2、…、k100共100个整数变量,x0包括s1、s2、…、s100、s101、…s2000共2000个实数,k1对应于s1,k2对应于s2,…,k100对应于s100;数据处理装置求解该0~6天内的生产问题的目标为:(|k1-s1|+|k2-s2|+…+|k100-s100|)最小。在一些实施例中,步骤3)可以是数据处理装置获取全局问题中0~6天内的生产问题,将生产量改成整数变量以及将求解该0~6天内的生产问题的目标改为生产量接近解x0,求解该问题得到解y0。可选的,生产量中各变量的取值范围为解x0中的值上下浮动一个加工批量。
4)、数据处理装置将全局问题中0~2天的生产量固定为y0,重新求解全局问题,得到解x1。
步骤4)可以理解为数据处理装置将yo中0~2天的生产量作为已知量,重新求解全局问题,得到解x1。
5)、数据处理装置获取全局问题中3~9天内的生产问题,求解该3~9天内的生产问题得到解y1。
步骤5)的实现方式与步骤3)的实现方式类似,这里不再赘述。
6)、数据处理装置将全局问题中3~5天的部分的生产量固定为y1,重新求解全局问题,得到解x2。
7)、反复上述过程直至全局问题的所有生产量都是整数值。
在该示例中,数据处理装置对子问题进行松弛(例如松弛为线性规划问题)之后,在滚动时间窗上求解目标简化和变量受限的IP问题(对应于生产问题),并利用全局LP问题的解约束IP问题的解以保证全局约束;能够提供求解效率,并保持求解得到的结果的质量。
下面结合数据处理装置的结构示意图来介绍本申请实施例提供的数据处理方法。
图6为本申请实施例提供的数据处理装置的结构示意图。如图6所示,数据处理装置包括:聚类和排序单元601、迭代并行求解单元602以及滚动周期迭代求解单元603。
聚类和排序单元601,用于生成包括多个子任务的任务队列。
示例性的,聚类和排序单元601,用于对上述多个生产任务进行聚类,得到多个生产任务簇;对上述多个生产任务簇进行排序,得到生产任务簇队列;生成上述生产任务簇队列中各生产任务簇对应的子任务,得到上述任务队列;上述任务队列中的子任务与上述生产任务簇队列中的生产任务簇一一对应。在一些实施例中,聚类和排序单元601执行的操作可理解为:基于各生产任务的结构,计算各生产任务间的测度;基于各生产任务间的测度对各生产任务进行聚类,得到多个生产任务簇;根据各生产任务簇的关键绩效指标(KeyPerformance Indicators,KPI),对各生产任务簇进行排序。示例性的,各生产任务簇的KPI为加工成本或者加工价值。
示例性的,聚类和排序单元601,用于构建多个运输任务;对上述多个运输任务进行聚类,得到多个运输任务簇;对上述多个运输任务簇进行排序,得到运输任务簇队列;生成上述运输任务簇队列中各运输任务簇对应的子任务,得到上述任务队列;上述任务队列中的子任务与上述运输任务簇队列中的运输任务簇一一对应。在一些实施例中,聚类和排序单元601执行的操作可理解为:基于各运输任务的结构,计算各运输任务间的测度;基于各运输任务间的测度对各运输任务进行聚类,得到多个运输任务簇;根据各运输任务簇的关键绩效指标(Key Performance Indicators,KPI),对各运输任务簇进行排序。示例性的,各运输任务簇的KPI为运输成本。
迭代并行求解单元602,用于调用滚动周期迭代求解单元,对任务队列中各子任务对应的子问题进行迭代求解。应理解,每个任务簇队列中每个子任务对应于一个子问题。示例性的,迭代并行求解单元602调用滚动周期迭代求解单元对任务队列中各子任务对应的子问题进行主辅问题并行求解(类似于图2的方法流程)。
滚动周期迭代求解单元603,用于求解各子任务对应的子问题。应理解,滚动周期迭代求解单元603可执行图4的方法流程。
前面结合图6描述了数据处理装置包括的一部分单元以及这一部分单元的功能。下面结合附图介绍本申请实施例提供的数据处理方法的一个举例。
图7为本申请实施例提供的数据处理方法流程图。如图7所示,该方法包括:
701、数据处理装置对输入数据进行预处理,得到目标数据。
步骤701一种可选的实现方式可以是:使用默认值替代异常值和缺失值,并剔除冗余或无用数据。例如,某加工地中元器件A的初始库存为10.00001,则将其修改为10.000。又例如,某加工地加工元器件A的生产时间缺失,则将其补充为1天。又例如,某加工地1不能加工元器件A,则剔除运输A到加工地1的运输路径。
702、数据处理装置根据目标数据构建多个生产任务。
举例来说,输入数据包括物料清单(bill of material,BOM)、运输路径、工厂产能、物料约束、产能约束、加工约束等,目标数据为对该输入数据进行预处理得到的数据,根据目标数据构建多个生产任务是根据每个元器件的约束构建求解每个元器件的生产计划的生产任务。一个元器件的生产任务可以理解成为该元器件分配生产资源的任务。
703、数据处理装置计算多个生产任务中两两生产任务间的相似测度,得到成对(pair-wise)距离矩阵。
数据处理装置可采用RV系数或者其他计算相似程度的算法计算上述多个生产任务中两两生产任务间的相似测度。RV系数来源于1973年Escoufifer提出的用于度量两个随机向量之间更具泛化性的相关系数。
704、数据处理装置根据成对距离矩阵对多个生产任务进行聚类,得到多个生产任务簇。
数据处理装置采用自适应谱聚类(或其他聚类方式)根据成对距离矩阵对上述多个生产任务进行聚类,得到多个生产任务簇。
705、数据处理装置对多个生产任务簇进行排序,得到生产任务簇队列。
数据处理装置可依据实际应用选择KPI(如工作对象的加工成本、加工价值等),计算每个生产任务簇的KPI值,据此对生产任务簇进行排序,得到生产任务簇队列。
示例性的,一种可能的步骤703至步骤705的实现方式如下:
1)、数据处理装置根据从目标数据提取出的任务对象(例如元器件)间的依赖关系构建矩阵(例如物料清单矩阵)M,并将M中对角线上的元素设为1;对于每个任务对象,统计其在M中包含的依赖任务对象的数量,取最大值n。
以排产问题为例,计划员需要安排几万种元器件在几十家工厂未来3个月的生产计划,目标是最大化订单满足率的基础上最小化成本,生产约束暂不介绍,业务期望计算时间控制在2小时左右。计划员向数据处理装置输入的数据(即输入数据)包括物料清单(billof material,BOM)、运输路径、工厂产能、物料约束、产能约束、加工约束等;数据处理装置可根据物料清单矩阵,统计所有元器件所需的下层物料种类数量的最大值。数据处理装置可由物料清单构建物料清单矩阵,计划员也可以直接输入物料清单矩阵。例如:对于A、B、C、D四种元器件,生产1件A需要消耗2件B和1件C,生产1件D需要消耗1件C,则构建的BOM矩阵M为:
其中,M中包含的依赖任务对象数量的最大值为3。
2)、对于任意两个任务对象f和g,数据处理装置从M中提取各自的依赖关系区块(对应于M中的一个子矩阵),将各自的依赖关系区块的维度增加到2n,得到任务对象f对应的子矩阵F’和任务对象g对应的子矩阵G’。
例如:对于矩阵M来说,n=3(A的下层物料包含了A、B、C,最大),元器件A和D对应的子矩阵分别为:
3)、数据处理装置通过计算F’和G’之间的相似测度。
数据处理装置可采用RV系数或者其他计算相似程度的算法计算F’和G’的相似测度。
4)、数据处理装置通过步骤2)和步骤3)计算任务对象两两之间的相似程度,并根据任务对象两两之间的相似程度构建一个成对距离矩阵。
步骤1)至步骤4)对应于步骤703。假设计算出A、B的相似测度为0.7,A、C的相似测度为0.1,A、D的相似测度为0,B、C的相似测度为0,B、D的相似测度为0.2,C、D的相似测度为0.9,则可以构建成对距离矩阵:
数据处理装置据此可以通过各种方式进行聚类,依据上述成对距离矩阵可能得到两个生产任务簇,AB位于同一个生产任务簇,CD位于同一个生产任务簇。
5)、数据处理装置根据成对距离矩阵对多个生产任务进行聚类,得到多个生产任务簇。
步骤5)对应于步骤704。
6)、选择生产成本作为KPI,计算各元器件集合(对应于任务簇)的平均生产成本,据此对各个元器件集合进行从大到小排序(即优先生产难生产的大单),得到元器件集合队列(对应于生产任务簇队列)。
例如对于上述例子,假设AB簇的平均生产成本是(A的生产成本+B的生产成本)/2<CD簇的平均生产成本,那么我们得到如下的元器件集合队列:先处理难生产的CD簇、再处理AB簇。
706、数据处理装置并行求解主问题和辅问题。
可选的,数据处理装置从任务队列中取出前两个子任务,第一个子任务对应的子问题为主问题,第二个子任务对应的子问题为辅问题,辅问题不考虑与主问题相交的部分;将主问题和辅问题作为两个子问题,并行使用滚动周期迭代求解子模块进行求解。数据处理装置中的滚动周期迭代求解子模块采用类似的方式求解主问题和辅问题。
707、判断是否完成对任务队列中各子任务对应的子问题的求解。
若是,执行步骤710;若否,执行步骤708。
708、数据处理装置使用主问题的解固定对应的变量并将主问题对应的子任务标记为已配置资源,将辅问题的解作为辅问题对应的子任务的初始解。
主问题的解可以理解为求解主问题得到的资源配置,辅问题的解可以理解为求解辅问题得到的资源配置,用主问题的解固定对应的变量可以理解为将求解主问题得到的资源配置作为已知量。
709、更新主问题和辅问题(即将原辅问题作为主问题,从任务队列中排序最前的子任务对应的子问题作为辅问题)。
数据处理装置在将原辅问题作为主问题求解时,将原辅问题的解作为原辅问题对应的任务簇的初始解,并通过迭代求解得到该原辅问题的最终解。
710、数据处理装置输出得到的计算结果。
数据处理装置输出得到的计算结果可以是数据处理装置输出求解主问题和辅问题得到的解,例如计算结果表示针对第一子任务配置的资源。
711、数据处理装置将第一子问题松弛为第一线性规划问题。
步骤711对应于图4中的步骤401。
712、数据处理装置求解上述第一线性规划问题,得到第一实数解。
上述第一子问题可以是任意一个主问题或者辅问题。数据处理装置可采用类似的方式求解每个子任务对应的子问题。也就是说,数据处理装置可采用类似的方式求解每个主问题和每个辅问题。数据处理装置将第一子问题松弛为线性规划问题可以是数据处理装置将主问题和/或辅问题松弛为线性规划问题。步骤712对应于图4中的步骤402。
713、数据处理装置求解第一子问题中第一时间窗内的第一局部问题,得到第一整数解。
步骤713的实现方式可与步骤403的实现方式相同。
714、数据处理装置将上述第一整数解包括的第一子时间段内的整数解作为已知量,并将第一时间窗向后滚动目标时长(对应于滚动时长)。
将上述第一整数解包括的第一子时间段内的整数解作为已知量可以视为固定第一子时间段内的整数解。上述目标时长可以是3小时、3天、一周等。图5中的第二时间窗可以视为第一时间窗向后滚动3个矩形框对应的固定时长。步骤711至步骤714的实现方式可参阅图4和图5。
本申请实施例中,引入合适的测度对多个生产任务(或者其他任务)进行聚类分析得到多个任务簇对应的子问题,同一任务簇内的子任务有强关系,不同任务簇间的子任务关系弱,能够将原问题降维分解,且结果接近最优。其次,在求解主问题时,并行求解辅问题,将辅问题的解保留作为下一个主问题的初始解,可以有效加速求解过程。最后,对每个子问题,本申请实施例采用一种滚动周期迭代求解的时间分解方案,通过滚动周期参考线性松弛的解,有效避免了传统滚动周期方案无法保证全局约束的缺点。
从图6和图7看出,数据处理装置从三个方面来提高资源配置的速度。第一方面是引入合适的测度对多个生产任务(或其他任务)进行聚类分析得到多个任务簇对应的多个子问题,即将一个复杂度较高的原问题降维分解得到多个复杂度较低的子问题。由于求解该多个子问题的计算量小于求解该原问题的计算量,因此通过这种方式可降低计算量。第二方面采用图2所示的方法流程,在求解主问题时(对应于一个子任务),并行求解辅问题(对应于另一个子任务),将辅问题的解保留作为下一个主问题的初始解,可以有效加速求解过程。第三方面是采用一种滚动周期迭代求解的时间分解方案来提高求解每个子问题的速度。第一方面的方案既可以与第二方案的方案和/或第三方面的方案结合,也可以作为一个独立的方案。同理,第三方面的方案既可以与第一方案的方案和/或第二方面的方案结合,也可以作为一个独立的方案。下面介绍第一方面的方案和第三方面的方案。
图8为本申请实施例提供的另一种数据处理方法流程图。如图8所示,该方法包括:
801、数据处理装置获取待求解的目标问题。
上述目标问题为一个整数规划问题(对应于原问题)。可选的,上述目标问题对应于前述实施例中的第一子问题。示例性的,数据处理装置获取待求解的目标问题可以是:数据处理装置构建针对第一子任务从第一资源中配置资源的目标问题。
802、数据处理装置将上述目标问题松弛为第一线性规划问题。
上述第一线性规划问题为线性规划问题。
803、数据处理装置求解上述第一线性规划问题,得到第一实数解。
804、数据处理装置求解目标问题中第一时间窗内的第一局部问题,得到第一整数解。
数据处理装置求解上述第一局部问题的目标为求解得到的整数解接近上述第一实数解,上述第一时间窗包含于上述目标时间段,上述第一局部问题为整数规划问题。
805、数据处理装置将上述第一整数解包括的第一子时间段内的整数解作为已知量,求解上述第一线性规划问题,得到第二实数解。
上述第一子时间段包含于上述第一时间窗的时长。
806、数据处理装置求解目标问题中第二时间窗内的第二局部问题,得到第二整数解。
数据处理装置求解上述第二局部问题的目标为求解得到的整数解接近上述第二实数解,上述第二时间窗内的时长等于或不等于上述第一时间窗的时长,上述第二局部问题为整数规划问题,上述第二时间窗对应的时间段在上述第一子时间段之后,上述第二子时间段内位于上述第一子时间段之后。可选的,上述第二子时间段的时长等于上述第一子时间段的时长。步骤806一种可选的实现方式如下:数据处理装置将上述第一整数解包括的第一子子时间段内的整数解作为已知量,求解目标问题中第二时间窗内的第二局部问题,得到第二整数解。
807、数据处理装置输出上述第一整数解包括的上述第一子时间段内的整数解和上述第二整数解包括的第二子时间段内的整数解。
上述第一子时间段内的整数解表示第一子时间段内的资源配置情况,上述第二子时间段内的整数解表示第二子时间段内的资源配置情况。
应理解,图8中的方法适用于求解任何整数规划问题,例如大规模复杂计划/调度问题,即决定什么时候由什么单位进行多大量的什么任务的决策问题(如多人协同工作、多处理器调度优化,复杂运输与排班问题等)。
本申请实施例中,将求解目标问题分为求解多个局部问题,并在求解第一局部问题时参考第一实数解以及在求解第二局部问题时参考第二实数解;可以得到满足全局约束的整数解。
图9为本申请实施例提供的又一种数据处理方法流程图。如图9所示,该方法包括:
901、数据处理装置根据获取的输入数据,构建多个生产任务(或者运输任务)。
举例来说,生产任务为元器件的生产任务。
902、数据处理装置对上述多个生产任务进行聚类,得到多个生产任务簇。
上述多个生产任务簇中每个生产任务簇包括至少一个生产任务。
903、数据处理装置对上述多个生产任务簇进行排序,得到生产任务簇队列。
904、生成生产任务簇队列中各生产任务簇对应的子任务,得到任务队列。
上述任务队列中的子任务与上述生产任务簇队列中的生产任务簇一一对应。
本申请实施例中,先将由输入数据构建的多个子任务进行聚类以得到多个任务簇,再将该多个任务簇进行排序以得到任务簇队列;可以由多个无序的子任务得到一个具有先后排序的任务簇队列。
以下将介绍本申请实施例提供的数据处理装置。
图10为本申请实施例提供的一种数据处理装置的结构示意图。如图10所示,该数据处理装置包括:
获取单元1001,用于获取第一子任务和第二子任务;
处理单元1002,用于针对上述第一子任务从第一资源中配置第一子资源;
处理单元1002,还用于针对上述第二子任务从上述第一资源中预配置第二子资源,上述第二子任务和上述第一子任务为目标任务包括的多个子任务中的任意两个子任务;
处理单元1002,还用于基于上述第二子资源针对上述第二子任务从第二资源中配置第三子资源,上述第二资源为上述第一资源中除上述第一子资源之外的资源。
在一个可选的实现方式中,处理单元1002,具体用于基于上述第二子资源配置目标函数的起始值,并调用上述目标函数迭代计算待从上述第二资源中为上述第二子任务配置的资源,得到上述第三子资源。
在一个可选的实现方式中,获取单元1001,具体用于从任务队列中获取上述第一子任务和上述第二子任务;上述第一子任务为上述任务队列中排序最前的标记未配置资源的任务,上述第二子任务为上述任务队列中排在上述第一子任务之后的标记未配置资源的任务;或者,上述第一子任务为上述任务队列中排序最后的标记未配置资源的任务,上述第二子任务为上述任务队列中排在上述第一子任务之前的标记未配置资源的任务;上述任务队列为对上述目标任务包括的多个子任务做排序得到的队列。
在一个可选的实现方式中,处理单元1002,还用于将上述任务队列中的上述第一子任务标记为已配置资源的子任务;
处理单元1002,具体用于针对第三子任务从上述第二资源中预配置第四子资源的过程中,基于上述第二子资源针对上述第二子任务从上述第二资源中配置上述第三子资源;上述第三子任务为上述任务队列中排在上述第二子任务之后或之前的标记未配置资源的任务。
在一个可选的实现方式中,上述第一子任务是为第一生产任务簇中的生产任务配置生产资源的任务,上述第二子任务是为第二生产任务簇中的生产任务配置生产资源的任务,上述第一生产任务簇和上述第二生产任务簇均包括至少一个生产任务且上述第一生产任务簇和上述第二生产任务簇不同;
处理单元1002,还用于构建多个生产任务;对上述多个生产任务进行聚类,得到多个生产任务簇;对上述多个生产任务簇进行排序,得到生产任务簇队列;生成上述生产任务簇队列中各生产任务簇对应的子任务,得到上述任务队列;上述任务队列中的子任务与上述生产任务簇队列中的生产任务簇一一对应。
在一个可选的实现方式中,处理单元1002,具体用于针对上述第一子任务从上述第一资源中预配置第一生产子资源,上述第一生产子资源为实数表示的目标时间段内的生产资源;基于上述第一生产子资源针对上述第一子任务中的第一时间段内的生产任务从上述第一资源中预配置第二生产子资源,上述第二生产子资源为整数表示的第一时间段内的生产资源,上述第一时间段包含于上述目标时间段;针对上述第一子任务中的第二时间段内的生产任务配置第三生产子资源,上述第二时间段包含于上述第一时间段,上述第三生产子资源为上述第二生产子资源中位于上述第二时间段内的生产资源;上述第三生产子资源包含于上述第一子资源。
在一个可选的实现方式中,上述第一子任务是为第一运输任务簇中的运输任务配置运输资源的任务,上述第二子任务是为第二运输任务簇中的运输任务配置运输资源的任务,上述第一运输任务簇和上述第二运输任务簇不同;
处理单元1002,还用于构建多个运输任务;对上述多个运输任务进行聚类,得到多个运输任务簇;对上述多个运输任务簇进行排序,得到运输任务簇队列;生成上述运输任务簇队列中各运输任务簇对应的子任务,得到上述任务队列;上述任务队列中的子任务与上述运输任务簇队列中的运输任务簇一一对应。
在一个可选的实现方式中,处理单元1002,具体用于针对上述第一子任务从上述第一资源中预配置第一运输子资源,上述第一运输子资源为实数表示的第三时间段内的运输资源;基于上述第一运输子资源针对上述第一子任务中的第二局部任务从上述第一资源中预配置第二运输子资源,上述第二运输子资源为整数表示的第四时间段内的生产资源,上述第二局部任务是为上述第一运输任务簇中上述第四时间段内的运输任务配置运输资源的任务,上述第四时间段包含于上述第三时间段;针对上述第一子任务中的第五时间段内的运输任务配置第三运输子资源,上述第五时间段包含于上述第四时间段,上述第三运输子资源为上述第二运输子资源中位于上述第五时间段内的运输资源;上述第三运输子资源包含于上述第一子资源。
在一个可选的实现方式中,上述数据处理装置还包括:输出单元1003,用于输出资源配置计划;上述资源配置计划表明针对上述第一子任务配置上述第一子资源和/或表明针对上述第二子任务配置上述第三子资源。
图11为本申请实施例提供的另一种数据处理装置的结构示意图。如图11所示,该数据处理装置包括:
获取单元1101,用于第一子任务;
处理单元1102,用于针对第一子任务从第一资源中预配置第一生产子资源,上述第一生产子资源为实数表示的目标时间段内的生产资源;基于上述第一生产子资源针对上述第一子任务中的第一时间段内的生产任务从上述第一资源中预配置第二生产子资源,上述第二生产子资源为整数表示的第一时间段内的生产资源,上述第一时间段包含于上述目标时间段;针对上述第一子任务中的第二时间段内的生产任务配置第三生产子资源,上述第二时间段包含于上述第一时间段,上述第三生产子资源为上述第二生产子资源中位于上述第二时间段内的生产资源;上述第三生产子资源包含于上述第一子资源。
在一个可选的实现方式中,处理单元1102,还用于针对上述第一子任务中除上述第二时间段内的生产任务之外的生产任务,从上述第一资源包括的除上述第三生产子资源之外的生产资源中预配置第四生产子资源,上述第四生产子资源为实数表示的生产资源;基于上述第四生产子资源针对上述第一子任务中的第六时间段内的生产任务从上述第一资源包括的除上述第三生产子资源之外的生产资源中预配置第五生产子资源,上述第五生产子资源为整数表示的生产资源,上述第六时间段包含于上述目标时间段中除上述第二时间段之外的时间段;针对上述第一子任务中的第七时间段内的生产任务配置第六生产子资源,上述第七时间段包含于上述第六时间段,上述第六生产子资源为上述第五生产子资源中位于上述第七时间段内的生产资源;上述第六生产子资源包含于上述第一子资源。
在一个可选的实现方式中,处理单元1102,具体用于根据表示上述第一生产子资源的实数,确定针对上述第一子任务中的第一时间段内的生产任务预配置第一整数空间内的整数集表示的生产资源;基于上述第一整数空间内的整数集,针对上述第一子任务中的第一时间段内的生产任务从上述第一资源中预配置上述第二生产子资源;上述第二生产子资源为上述第一整数空间内的整数集表示的生产资源。
在一个可选的实现方式中,上述数据处理装置还包括:输出单元1103,用于输出资源配置计划;上述资源配置计划表明针对上述第一子任务配置上述第一生产子资源和/或表明针对上述第二子任务配置上述第三生产子资源。
图12为本申请实施例提供的另一种数据处理装置的结构示意图。如图12所示,该数据处理装置包括:
获取单元1201,用于获取第一子任务;
处理单元1202,用于针对第一子任务从第一资源中预配置第一运输子资源,上述第一运输子资源为实数表示的第三时间段内的运输资源;基于上述第一运输子资源针对上述第一子任务中的第四时间段内的运输任务从上述第一资源中预配置第二运输子资源,上述第二运输子资源为整数表示的第四时间段内的运输资源,上述第四时间段包含于上述第三时间段;针对上述第一子任务中的第五时间段内的运输任务配置第三运输子资源,上述第五时间段包含于上述第四时间段,上述第三运输子资源为上述第二运输子资源中位于上述第五时间段内的运输资源;上述第三运输子资源包含于上述第一子资源。
在一个可选的实现方式中,处理单元1202,还用于针对上述第一子任务中除上述第五时间段内的运输任务之外的运输任务,从上述第一资源包括的除上述第三运输子资源之外的运输资源中预配置第四运输子资源,上述第四运输子资源为实数表示的运输资源;基于上述第四运输子资源针对上述第一子任务中的第八时间段内的运输任务从上述第一资源包括的除上述第三运输子资源之外的运输资源中预配置第五运输子资源,上述第五运输子资源为整数表示的运输资源,上述第八时间段包含于上述目标时间段中除上述第五时间段之外的时间段;针对上述第一子任务中的第九时间段内的运输任务配置第六运输子资源,上述第九时间段包含于上述第八时间段,上述第六运输子资源为上述第五运输子资源中位于上述第九时间段内的运输资源;上述第六运输子资源包含于上述第一子资源。
在一个可选的实现方式中,处理单元1202,具体用于根据表示上述第一运输子资源的实数,确定针对上述第一子任务中的第四时间段内的运输任务预配置第二整数空间内的整数集表示的运输资源;基于上述第二整数空间内的整数集,针对上述第一子任务中的第四时间段内的运输任务从上述第一资源中预配置上述第二运输子资源;上述第二运输子资源为上述第二整数空间内的整数集表示的运输资源。
在一个可选的实现方式中,上述数据处理装置还包括:输出单元1203,用于输出资源配置计划;上述资源配置计划表明针对上述第一子任务配置上述第一子运输资源和/或表明针对上述第二子任务配置上述第三运输子资源。
图13为本申请实施例提供的又一种数据处理装置的结构示意图。如图13所示,该数据处理装置包括:
任务构建单元1301,用于构建多个生产任务;
聚类单元1302,用于对上述多个生产任务进行聚类,得到多个生产任务簇;
排序单元1303,用于对上述多个生产任务簇进行排序,得到生产任务簇队列;
生成单元1304,用于生成上述生产任务簇队列中各生产任务簇对应的子任务,得到上述任务队列;上述任务队列中的子任务与上述生产任务簇队列中的生产任务簇一一对应。
在一个可选的实现方式中,聚类单元1302,具体用于计算上述多个生产任务中任意两个生产任务之间的相似测度,上述多个生产任务中任意两个生产任务之间的测度表征上述任意两个生产任务之间的相似程度;根据上述多个生产任务中各生产任务之间的相似测度,对上述多个生产任务进行聚类,得到上述多个生产任务簇。
复用图13,本申请实施例提供的又一种数据处理装置包括:
任务构建单元1301,用于构建多个运输任务;
聚类单元1302,用于对上述多个运输任务进行聚类,得到多个运输任务簇;
排序单元1303,用于对上述多个运输任务簇进行排序,得到运输任务簇队列;
生成单元1304,用于生成上述运输任务簇队列中各运输任务簇对应的子任务,得到上述任务队列;上述任务队列中的子任务与上述运输任务簇队列中的运输任务簇一一对应。
在一个可选的实现方式中,聚类单元1302,具体用于计算上述多个运输任务中任意两个运输任务之间的相似测度,上述多个运输任务中任意两个运输任务之间的测度表征上述任意两个运输任务之间的相似程度;根据上述多个运输任务中各运输任务之间的相似测度,对上述多个运输任务进行聚类,得到上述多个运输任务簇。
本申请实施例的数据处理装置可执行上述方法实施例中由数据处理装置所执行的任意功能,具体可执行的步骤和/或功能可以参考上述方法实施例中的详细描述,此处仅简要概述,不再赘述。
图14为本申请实施例提供的一种终端设备的结构示意图。如图14所示,该终端设备140包括处理器1401、存储器1402、输入输出设备1403;该处理器1401、存储器1402和输入输出设备1403通过总线1404相互连接。图14中的终端设备可以为前述实施例中的数据处理装置。
存储器1402包括但不限于是随机存储记忆体(random access memory,RAM)、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasable programmablereadonly memory,EPROM)、或便携式只读存储器(compact disc read-only memory,CDROM),该存储器1402用于相关指令及数据。输入输出设备1403用于输出数据和/或输入数据。输入输出设备1403可包括显示设备(例如显示屏、显示器等),该显示设备用于显示计算结果(对应于第一子计算结果和第三子计算结果)。输入输出设备1403可包括通信接口,用于将计算结果导出至其他装置或者通过网络从其他设备获取数据。示例性的,数据处理装置通过通信接口将包括计算结果的文件导出至移动存储设备,例如优盘。输入输出设备1403可包括键盘、触摸屏等输入设备,用于输入数据。输入输出设备1403可实现获取单元1001、输出单元1003、获取单元1101、输出单元1103、获取单元1201以及输出单元1203的功能。
处理器1401可以是一个或多个中央处理器(central processing unit,CPU),在处理器1401是一个CPU的情况下,该CPU可以是单核CPU,也可以是多核CPU。处理器1401还可以是图形处理器(GraphicsProcessingUnit,GPU)、网络处理器(Neural-networkProcessingUnit,NPU)、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。具体的,处理器1401可实现图10中处理单元1002、图11中处理单元1102、图12中处理单元1202以及图13中各单元的功能。
该电子设备140中的处理器1401用于读取该存储器1402中存储的程序代码,执行前述实施例中的方法。
图15是本申请实施例提供的一种服务器1500的结构示意图,该服务器1500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(centralprocessing units,CPU)1522(例如,一个或一个以上处理器)和存储器1532,一个或一个以上存储应用程序1542或数据1544的存储介质1530(例如一个或一个以上海量存储设备)。其中,存储器1532和存储介质1530可以是短暂存储或持久存储。存储在存储介质1530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1522可以设置为与存储介质1530通信,在服务器1500上执行存储介质1530中的一系列指令操作。服务器1500可以为本申请提供的数据处理装置。
服务器1500还可以包括一个或一个以上电源1526,一个或一个以上有线或无线网络接口1550,一个或一个以上输入输出接口1558,和/或,一个或一个以上操作***1541,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述实施例中由数据处理装置所执行的步骤可以基于该图15所示的服务器结构。具体的,中央处理器1522可实现图10中处理单元1002、图11中处理单元1102、图12中处理单元1202以及图13中各单元的功能。无线网络接口1550可实现获取单元1001、输出单元1003、获取单元1101、输出单元1103、获取单元1201以及输出单元1203的功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、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是示意性的,例如,上述单元的划分,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***,或一些特征可以忽略,或不执行。另外,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,也可以是电的,机械的或其它的形式连接。
上述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,作为单元显示的部件可以是或者也可以不是物理单元,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单元来实现本申请实施例提供的方案的技术效果。另外,在本申请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,也可以是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。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个可读存储介质中,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)执行本申请各个实施例上述方法的全部或部分步骤。而前述的可读存储介质包括:U盘、移动硬盘、只读存储器(read-onlymemory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本申请还提供一种计算机程序,该计算机程序用于实现本申请提供的方法实施例中由数据处理装置执行的操作和/或处理。
本申请还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机代码,当计算机代码在计算机上运行时,使得计算机执行本申请提供的方法实施例中由数据处理装置执行的操作和/或处理。
本申请还提供一种计算机程序产品,该计算机程序产品包括计算机代码或计算机程序,当该计算机代码或计算机程序在计算机上运行时,使得本申请提供的方法实施例中由数据处理装置执行的操作和/或处理被实现。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (18)
1.一种数据处理方法,其特征在于,包括:
数据处理装置针对第一子任务从第一资源中配置第一子资源,所述第一子任务是为第一生产任务簇中的生产任务配置生产资源的任务;
所述数据处理装置针对第二子任务从所述第一资源中预配置第二子资源,所述第二子任务和所述第一子任务为目标任务包括的多个子任务中的任意两个子任务;所述第二子任务是为第二生产任务簇中的生产任务配置生产资源的任务,所述第一生产任务簇和所述第二生产任务簇均包括至少一个生产任务且所述第一生产任务簇和所述第二生产任务簇不同;
所述数据处理装置基于所述第二子资源针对所述第二子任务从第二资源中配置第三子资源,所述第二资源为所述第一资源中除所述第一子资源之外的资源。
2.根据权利要求1所述的方法,其特征在于,所述数据处理装置基于所述第二子资源针对所述第二子任务从第二资源中配置第三子资源包括:
所述数据处理装置基于所述第二子资源配置目标函数的起始值,并调用所述目标函数迭代计算待从所述第二资源中为所述第二子任务配置的资源,得到所述第三子资源。
3.根据权利要求1或2所述的方法,其特征在于,所述数据处理装置针对第一子任务从第一资源中配置第一子资源之前,所述方法还包括:
所述数据处理装置从任务队列中获取所述第一子任务和所述第二子任务;所述第一子任务为所述任务队列中排序最前的标记未配置资源的任务,所述第二子任务为所述任务队列中排在所述第一子任务之后.的标记未配置资源的任务;或者,所述第一子任务为所述任务队列中排序最后的标记未配置资源的任务,所述第二子任务为所述任务队列中排在所述第一子任务之前的标记未配置资源的任务;所述任务队列为对所述目标任务包括的多个子任务做排序得到的队列。
4.根据权利要求3所述的方法,其特征在于,所述数据处理装置针对第二子任务从所述第一资源中预配置第二子资源之后,所述数据处理装置基于所述第二子资源针对所述第二子任务从第二资源中配置第三子资源之前,所述方法还包括:
所述数据处理装置将所述任务队列中的所述第一子任务标记为已配置资源的子任务;
所述数据处理装置基于所述第二子资源针对所述第二子任务从第二资源中配置第三子资源包括:
数据处理装置针对第三子任务从所述第二资源中预配置第四子资源的过程中,基于所述第二子资源针对所述第二子任务从所述第二资源中配置所述第三子资源;所述第三子任务为所述任务队列中排在所述第二子任务之后或之前的标记未配置资源的任务。
5.根据权利要求1或2所述的方法,其特征在于,所述数据处理装置从任务队列中获取所述第一子任务和所述第二子任务之前,所述方法还包括:
构建多个生产任务;
对所述多个生产任务进行聚类,得到多个生产任务簇;
对所述多个生产任务簇进行排序,得到生产任务簇队列;
生成所述生产任务簇队列中各生产任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述生产任务簇队列中的生产任务簇一一对应。
6.根据权利要求5所述的方法,其特征在于,所述数据处理装置针对第一子任务从第一资源中配置第一子资源包括:
所述数据处理装置针对所述第一子任务从所述第一资源中预配置第一生产子资源,所述第一生产子资源为实数表示的目标时间段内的生产资源;
所述数据处理装置基于所述第一生产子资源针对所述第一子任务中的第一时间段内的生产任务从所述第一资源中预配置第二生产子资源,所述第二生产子资源为整数表示的第一时间段内的生产资源,所述第一时间段包含于所述目标时间段;
所述数据处理装置针对所述第一子任务中的第二时间段内的生产任务配置第三生产子资源,所述第二时间段包含于所述第一时间段,所述第三生产子资源为所述第二生产子资源中位于所述第二时间段内的生产资源;所述第三生产子资源包含于所述第一子资源。
7.根据权利要求1或2所述的方法,其特征在于,所述第一子任务是为第一运输任务簇中的运输任务配置运输资源的任务,所述第二子任务是为第二运输任务簇中的运输任务配置运输资源的任务,所述第一运输任务簇和所述第二运输任务簇不同;所述数据处理装置从任务队列中获取所述第一子任务和所述第二子任务之前,所述方法还包括:
构建多个运输任务;
对所述多个运输任务进行聚类,得到多个运输任务簇;
对所述多个运输任务簇进行排序,得到运输任务簇队列;
生成所述运输任务簇队列中各运输任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述运输任务簇队列中的运输任务簇一一对应。
8.根据权利要求7所述的方法,其特征在于,所述数据处理装置针对第一子任务从第一资源中配置第一子资源包括:
所述数据处理装置针对所述第一子任务从所述第一资源中预配置第一运输子资源,所述第一运输子资源为实数表示的第三时间段内的运输资源;
所述数据处理装置基于所述第一运输子资源针对所述第一子任务中的第四时间段内的运输任务从所述第一资源中预配置第二运输子资源,所述第二运输子资源为整数表示的第四时间段内的生产资源,所述第四时间段包含于所述第三时间段;
所述数据处理装置针对所述第一子任务中的第五时间段内的运输任务配置第三运输子资源,所述第五时间段包含于所述第四时间段,所述第三运输子资源为所述第二运输子资源中位于所述第五时间段内的运输资源;所述第三运输子资源包含于所述第一子资源。
9.一种数据处理装置,其特征在于,包括:
获取单元,用于获取第一子任务和第二子任务;
处理单元,用于针对所述第一子任务从第一资源中配置第一子资源;
所述处理单元,还用于针对所述第二子任务从所述第一资源中预配置第二子资源,所述第二子任务和所述第一子任务为目标任务包括的多个子任务中的任意两个子任务;
所述处理单元,还用于基于所述第二子资源针对所述第二子任务从第二资源中配置第三子资源,所述第二资源为所述第一资源中除所述第一子资源之外的资源。
10.根据权利要求9所述的数据处理装置,其特征在于,
所述处理单元,具体用于基于所述第二子资源配置目标函数的起始值,并调用所述目标函数迭代计算待从所述第二资源中为所述第二子任务配置的资源,得到所述第三子资源。
11.根据权利要求9或10所述的数据处理装置,其特征在于,
所述获取单元,具体用于从任务队列中获取所述第一子任务和所述第二子任务;所述第一子任务为所述任务队列中排序最前的标记未配置资源的任务,所述第二子任务为所述任务队列中排在所述第一子任务之后的标记未配置资源的任务;或者,所述第一子任务为所述任务队列中排序最后的标记未配置资源的任务,所述第二子任务为所述任务队列中排在所述第一子任务之前的标记未配置资源的任务;所述任务队列为对所述目标任务包括的多个子任务做排序得到的队列。
12.根据权利要求11所述的数据处理装置,其特征在于,
所述处理单元,还用于将所述任务队列中的所述第一子任务标记为已配置资源的子任务;
所述处理单元,具体用于针对第三子任务从所述第二资源中预配置第四子资源的过程中,基于所述第二子资源针对所述第二子任务从所述第二资源中配置所述第三子资源;所述第三子任务为所述任务队列中排在所述第二子任务之后或之前的标记未配置资源的任务。
13.根据权利要求11所述的数据处理装置,其特征在于,所述第一子任务是为第一生产任务簇中的生产任务配置生产资源的任务,所述第二子任务是为第二生产任务簇中的生产任务配置生产资源的任务,所述第一生产任务簇和所述第二生产任务簇均包括至少一个生产任务且所述第一生产任务簇和所述第二生产任务簇不同;
所述处理单元,还用于构建多个生产任务;对所述多个生产任务进行聚类,得到多个生产任务簇;对所述多个生产任务簇进行排序,得到生产任务簇队列;生成所述生产任务簇队列中各生产任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述生产任务簇队列中的生产任务簇一一对应。
14.根据权利要求13所述的数据处理装置,其特征在于,
所述处理单元,具体用于针对所述第一子任务从所述第一资源中预配置第一生产子资源,所述第一生产子资源为实数表示的目标时间段内的生产资源;基于所述第一生产子资源针对所述第一子任务中的第一时间段内的生产任务从所述第一资源中预配置第二生产子资源,所述第二生产子资源为整数表示的第一时间段内的生产资源,所述第一时间段包含于所述目标时间段;针对所述第一子任务中的第二时间段内的生产任务配置第三生产子资源,所述第二时间段包含于所述第一时间段,所述第三生产子资源为所述第二生产子资源中位于所述第二时间段内的生产资源;所述第三生产子资源包含于所述第一子资源。
15.根据权利要求11所述的数据处理装置,其特征在于,所述第一子任务是为第一运输任务簇中的运输任务配置运输资源的任务,所述第二子任务是为第二运输任务簇中的运输任务配置运输资源的任务,所述第一运输任务簇和所述第二运输任务簇不同;
所述处理单元,还用于构建多个运输任务;对所述多个运输任务进行聚类,得到多个运输任务簇;对所述多个运输任务簇进行排序,得到运输任务簇队列;生成所述运输任务簇队列中各运输任务簇对应的子任务,得到所述任务队列;所述任务队列中的子任务与所述运输任务簇队列中的运输任务簇一一对应。
16.根据权利要求15所述的数据处理装置,其特征在于,
所述处理单元,具体用于针对所述第一子任务从所述第一资源中预配置第一运输子资源,所述第一运输子资源为实数表示的第三时间段内的运输资源;基于所述第一运输子资源针对所述第一子任务中的第二局部任务从所述第一资源中预配置第二运输子资源,所述第二运输子资源为整数表示的第四时间段内的生产资源,所述第二局部任务是为所述第一运输任务簇中所述第四时间段内的运输任务配置运输资源的任务,所述第四时间段包含于所述第三时间段;针对所述第一子任务中的第五时间段内的运输任务配置第三运输子资源,所述第五时间段包含于所述第四时间段,所述第三运输子资源为所述第二运输子资源中位于所述第五时间段内的运输资源;所述第三运输子资源包含于所述第一子资源。
17.一种数据处理装置,其特征在于,包括:处理器,用于执行存储器中存储的程序,当所述程序被执行时,使得所述数据处理装置执行如权利要求1-8任一项所述的方法。
18.一种计算机可读存储介质,其特征在于,包括计算机程序,当所述计算机程序在计算机上运行时,如权利要求1-8任一项所述的方法被执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010658681.6A CN111950849B (zh) | 2020-07-09 | 2020-07-09 | 数据处理方法和数据处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010658681.6A CN111950849B (zh) | 2020-07-09 | 2020-07-09 | 数据处理方法和数据处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111950849A CN111950849A (zh) | 2020-11-17 |
CN111950849B true CN111950849B (zh) | 2024-07-02 |
Family
ID=73339996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010658681.6A Active CN111950849B (zh) | 2020-07-09 | 2020-07-09 | 数据处理方法和数据处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111950849B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009253A (zh) * | 2019-04-15 | 2019-07-12 | 广船国际有限公司 | 一种船舶的生产调度方法、装置、设备和存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537503B (zh) * | 2015-01-15 | 2018-03-02 | 深圳市微优微科技有限公司 | 数据处理方法和*** |
CN108664320A (zh) * | 2017-03-29 | 2018-10-16 | 华为技术有限公司 | 资源管理的方法和装置 |
WO2018196998A1 (en) * | 2017-04-28 | 2018-11-01 | Siemens Aktiengesellschaft | Method and system for allocating resources in a process plant |
CN108647090B (zh) * | 2018-04-03 | 2021-09-14 | 联想(北京)有限公司 | 一种资源分配方法及装置、服务器集群 |
CN109872049B (zh) * | 2019-01-23 | 2021-06-25 | 北京航空航天大学 | 资源配置优化方法及装置 |
-
2020
- 2020-07-09 CN CN202010658681.6A patent/CN111950849B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009253A (zh) * | 2019-04-15 | 2019-07-12 | 广船国际有限公司 | 一种船舶的生产调度方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111950849A (zh) | 2020-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102521056B (zh) | 任务分配装置和任务分配方法 | |
Zhang et al. | Evolutionary scheduling of dynamic multitasking workloads for big-data analytics in elastic cloud | |
Leachman et al. | On capacity modeling for production planning with alternative machine types | |
Jia et al. | Multi-objective energy-aware batch scheduling using ant colony optimization algorithm | |
CN109933306A (zh) | 混合计算框架生成、数据处理方法、装置及混合计算框架 | |
CN103729246A (zh) | 一种任务调度方法和装置 | |
Genova et al. | A survey of solving approaches for multiple objective flexible job shop scheduling problems | |
Briceno et al. | Heuristics for robust resource allocation of satellite weather data processing on a heterogeneous parallel system | |
CN115220882A (zh) | 一种数据处理方法以及装置 | |
CN114237835A (zh) | 一种任务求解方法及其装置 | |
Ajagekar et al. | Hybrid classical-quantum optimization techniques for solving mixed-integer programming problems in production scheduling | |
CN114580678A (zh) | 一种产品维修资源调度方法和*** | |
CN113191533A (zh) | 仓库用工预测方法、装置、设备及存储介质 | |
CN115794341A (zh) | 基于人工智能的任务调度方法、装置、设备及存储介质 | |
Zijm et al. | Capacitated two-indenture models for repairable item systems | |
Askin et al. | Integrating facility layout with process selection and capacity planning | |
Chen et al. | Multi-type products and dedicated buffers-based flexible production process analysis of serial Bernoulli lines | |
Marchetti et al. | Simultaneous lot sizing and scheduling of multistage batch processes handling multiple orders per product | |
Behnamian et al. | Incorporating transportation time in multi-agent production network scheduling | |
CN111950849B (zh) | 数据处理方法和数据处理装置 | |
Marchetti et al. | Mixed-integer linear programming monolithic formulations for lot-sizing and scheduling of single-stage batch facilities | |
Ananth et al. | Cooperative game theoretic approach for job scheduling in cloud computing | |
CN111754136A (zh) | 工厂排产方法、装置、电子设备和计算机可读存储介质 | |
Chen et al. | Capacity planning with ant colony optimization for TFT-LCD array manufacturing | |
CN116579570A (zh) | 产品生产排产方法、装置、设备及介质 |
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 |