CN115187097A - 一种任务排期方法、装置、电子设备以及计算机存储介质 - Google Patents

Abstract

本申请公开了一种任务排期方法、装置、电子设备以及计算机存储介质，可应用于大数据领域或金融领域。方法包括在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，确定重排指令中携带的需要***的目标任务单，所述第一排期任务方案是基于排期模型生成的，所述排期模型是由混合启发式规则的交叉熵算法生成的；基于所述第一排期任务方案中任务单的执行状态；基于所述重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，并显示。本方案不需要人工进行处理，以通过自动重排能够减轻项目管理人员的工作负担，且能够及时处理排期问题，即提高排期***应对扰动因素的能力。

Description

一种任务排期方法、装置、电子设备以及计算机存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种任务排期方法、装置、电子设备以及计算机存储介质。

背景技术

在银行软件开发任务实施之前，首先需要进行任务排期，排期方案的好坏直接决定产品能否按期交付，同时也影响资源分配的合理性。

当前，项目管理人员常用的排期方法是利用工程管理***自带的排期算法生成排期计划，当获得的结果与实际情况有冲突时，需要凭借过往经验手工调整，这种方法也被称为静态排期方法，不仅耗时耗力，对项目管理人员自身能力也提出了较高的要求。此外，在实际生产过程中，经常会出现各种不确定性扰动事件，如紧急任务需求出现，项目中途终止等，从而影响排期计划的正常执行。此时，必须依据变动信息做出快速有效的调整。

综上所述，上述方式不仅增加了项目管理人员的工作负担，且无法及时处理排期问题。

发明内容

有鉴于此，本发明实施例提供一种任务排期方法、装置、电子设备以及计算机存储介质，以解决现有技术中出现的项目管理人员的工作负担变大，且无法及时处理排期问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面示出了一种任务排期方法，所述方法包括：

在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，确定所述重排指令中携带的需要***的目标任务单，所述第一排期任务方案是基于排期模型生成的，所述排期模型是由混合启发式规则的交叉熵算法生成的；

基于所述第一排期任务方案中任务单的执行状态；

基于所述重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，并显示。

可选的，所述对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，包括：

将所述执行状态为未执行的任务单和所述目标任务单进行排序，得到初始排序；

基于所述重调度算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案。

可选的，所述基于所述重调度算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案，包括：

将所述执行状态为未执行的任务单和所述目标任务单进行排序，得到初始排序；

基于规则的重排期算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案。

可选的，所述由混合启发式规则的交叉熵算法生成所述排期模型的过程包括：

获取样本数据；

基于所述混合启发式的交叉熵算法，配置初始算法参数；

利用所述样本数据训练所述初始算法参数，并基于训练后的算法参数构建排期模型。

本发明实施例第二方面示出了一种任务排气装置，所述装置包括：

任务单管理模块，用于在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，确定所述重排指令中携带的需要***的目标任务单，所述第一排期任务方案是基于排期模型生成的，所述排期模型是由混合启发式规则的交叉熵算法生成的；

资源管理模块，用于基于所述第一排期任务方案中任务单的执行状态；

处理模块，用于基于所述重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，并通过结果显示模块显示。

可选的，所述对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案的处理模块，具体用于：

将所述执行状态为未执行的任务单和所述目标任务单进行排序，得到初始排序；

基于所述重调度算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案。

可选的，所述述重调度算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案的处理模块，具体用于：

将所述执行状态为未执行的任务单和所述目标任务单进行排序，得到初始排序；

基于规则的重排期算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案。

可选的，所述由混合启发式规则的交叉熵算法生成所述排期模型的处理模块，具体用于：

获取样本数据；基于所述混合启发式的交叉熵算法，配置初始算法参数；利用所述样本数据训练所述初始算法参数，并基于训练后的算法参数构建排期模型。

本发明实施例第三方面示出了一种电子设备，所述电子设备用于运行程序，其中，所述程序运行时执行如本发明实施例第一方面示出的任务排期方法。

本发明实施例第四方面示出了一种计算机存储介质，所述存储介质包括存储程序，其中，在所述程序运行时控制所述存储介质所在设备执行如本发明实施例第一方面示出的任务排期方法。

基于上述本发明实施例提供的一种任务排期方法、装置、电子设备以及计算机存储介质，所述方法包括：在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，确定所述重排指令中携带的需要***的目标任务单，所述第一排期任务方案是基于排期模型生成的，所述排期模型是由混合启发式规则的交叉熵算法生成的；基于所述第一排期任务方案中任务单的执行状态；基于所述重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，并显示。本发明实施例，不需要人工进行处理，在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，通过重调度算法对所述重排指令中的任务单和第一排期任务方案中执行状态为未执行的任务单进行重新排序，得到第二排期任务方案。能够减轻项目管理人员的工作负担，且能够及时处理排期问题，即提高排期***应对扰动因素的能力，保障生产过程稳定高效运行和资源投放的合理性，从而实现项目管理敏捷智能化。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例示出的任务排期装置的结构示意图；

图2为本发明实施例示出的一种任务排期方法的流程示意图；

图3为本发明实施例示出的生成第一排期任务方案的流程示意图；

图4为本发明实施例示出的生成第二排期任务方案的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

需要说明的是，本发明提供的一种任务排期方法、装置、电子设备以及计算机存储介质可用于大数据领域或金融领域。上述仅为示例，并不对本发明提供的一种任务排期方法、装置、电子设备以及计算机存储介质的应用领域进行限定。

本发明实施例，不需要人工进行处理，在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，通过重调度算法对所述重排指令中的任务单和第一排期任务方案中执行状态为未执行的任务单进行重新排序，得到第二排期任务方案。能够减轻项目管理人员的工作负担，且能够及时处理排期问题，即提高排期***应对扰动因素的能力，保障生产过程稳定高效运行和资源投放的合理性，从而实现项目管理敏捷智能化。

参见图1，为本发明实施例示出的任务排期装置的结构示意图，所述装置包括：任务管理模块10、资源管理模块20、处理模块30，即算法模块和结果显示模块40。

任务管理模块10、资源管理模块20分别与处理模块30连接，所述处理模块与所述结果显示模块40连接。

其中，所述任务管理模块10包括前端交互界面、数据接口和数据库；资源管理模块20包括前端交互界面、数据接口和数据库；所述处理模块中设置有由混合启发式交叉熵算法构建的排期模型，以及基于规则的重排期算法；所述结果显示模块40包括表单甘特图。

任务单管理模块10，用于在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，确定所述重排指令中携带的需要***的目标任务单，所述第一排期任务方案是基于排期模型生成的。

可选的，在当前存在第一排期任务方案中的任务单执行的过程中，用户基于任务管理模块10的前端交互界面填写预排期优先级、任务类别、预计批次，可自行添加预排期产品、任务计划开始时间、任务计划结束时间和工作量等目标任务单的信息，以生成对应的重排指令，并通过所述数据接口发送处理模块30。

需要说明的是，在发送给处理模块30的过程中，同时将所述用户填写的目标任务单信息进行存储至数据库中。

在具体实现中，在当前存在第一排期任务方案中的任务单执行的过程中，实时检测是否接收到用户基于任务管理模块发送的重排指令，若接收到，则确定所述重排指令中携带的需要***的目标任务单，若未接收到，则继续执行检测。

需要说明的是，第一排期任务方案中包括多个按顺序排序的任务单。

可选的，基于排期模型生成的第一排期任务方案的处理模块30，具体用于：获取样本数据；基于所述混合启发式的交叉熵算法，配置初始算法参数；利用所述样本数据训练所述初始算法参数，并基于训练后的算法参数构建排期模型。

在具体实现过程中，获取预设时间段内所有的排期任务方案，即任务顺序以及任务单的任务计算开始时间和任务计划结束时间等数据中，并将其作为样本数据。基于所述混合启发式的交叉熵算法，配置初始算法参数，创建空的精英种群E，在周期T＝1时，确定所述创建精英种群E为空，基于分解策略对所述样本数据进行处理，创建种群Q，并基于种群Q的解计算所述种群适应度值；基于种群适应度值的大小从所述种群中确定精英种群E，也就是说将种群适应度值大于预设阈值的种群写入精英种群E；接着，周期T＝T+1，且T<迭代次数N，判断所述精英种群是否为空，若否，基于帕雷托最优排序策略从精英种群中重新生成种群Q；若是，则继续基于分解策略对所述样本数据进行处理，创建种群Q；基于种群Q的解计算所述种群适应度值；以此类推，直至周期T＝N，结束循环，以基于截断正态分布更新概率模型，即基于当前的算法参数构建排期模型，也就是说，解析样本数据，从中提取任务单信息作为算法的输入数据；以任务单的超期惩罚作为目标函数，设计混合启发式的交叉熵算法，具体来说，以交叉熵算法为框架，设计基于分解的编码策略生成初始种群、基于帕累托最优解集思想的优先级排序方法筛选种群个体、基于截断正态概率分布的模型更新机制进化种群，进而确定最终的种群数据，以基于最终的种群数据对应的算法参数构建排期模型。

需要说明的是，初始化算法参数包括迭代次数N，种群规模Z，区间个数D、和精英率alpha等用于排期模型训练的参数，对此本申请不加以限制。

可选的，基于排期模型生成第一排期任务方案的过程包括：在接收到用户提交的排期指令时，基于所述排期指令获取用户录入的想要排序的任务单，将所述任务单输入排期模型，基于所述排期模型对所述任务单进行排序处理，得到静态排期方案，即第一第一排期任务方案，并通过结果显示模块40显示给用户。

资源管理模块20，用于基于所述第一排期任务方案中任务单的执行状态。

在具体实现中，从资源管理数据库中获取第一排期任务中的任务单的执行状态。

资源管理模块20，用于生成排期的约束条件，如当前资源可用情况。

需要说明的是，任务单的执行状态包括已执行、正在执行和未执行。

处理模块30，用于基于所述重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，并通过结果显示模块40显示。

可选的，基于所述重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案的处理模块30，具体用于：

采用重调度算法中的时间倒推的方式对所述初始排序进行重新排序，得到第一排序；采用重调度算法中的偏移子算法对所述第一排序进行优化，得到第二排序，并生成与所述第二排序对应的第二排序任务方案，也就是说，本方案通过以干扰出现前的排期状态作为初始解，采用基于倒推和偏移机制的算子处理异常扰动任务单，采用冲突消解算子修复当前受影响任务单。

在具体实现中，确定所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息中的任务交付时间，即确定每一任务单的任务交付时间；利用所述时间倒推的方式对所述执行状态为未执行的任务单和所述目标任务单进行排序，确定由时间从小到大排序的执行状态为未执行的任务单和所述目标任务单，即第一排序。

针对每一执行状态为未执行的任务单和所述目标任务单，计算任务单的计划开始实际与实际开始时间的偏差，得到第一偏差；判断所述第一偏差是否大于0，若大于，则将所述所述任务单的实际开始时间向左移，即将实际开始时间提前；若小于或等于，在任务交付时间与实际完成时间的差值中取随机数作为偏移大小，并将所述任务单的实际开始时间向右移，即将实际开始时间推迟。综上直至所有的任务单均偏移之后，将最终的排序作为第二排序；并基于所述第二排序对应的第二排序任务方案。

需要说明的是，任务交付时间为任务的最迟完成时间。

可选的，基于第一排序和当前实际计算每一执行状态为未执行的任务单和所述目标任务单的实际开始时间。

可选的，结果显示模块40，采用甘特图和表格的形式展示排期结果，即通过表单和甘特图的关系显示所述第二排期任务方案。

在本发明实施例中，不需要人工进行处理，在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，通过重调度算法对所述重排指令中的任务单和第一排期任务方案中执行状态为未执行的任务单进行重新排序，得到第二排期任务方案。能够减轻项目管理人员的工作负担，且能够及时处理排期问题，即提高排期***应对扰动因素的能力，保障生产过程稳定高效运行和资源投放的合理性，从而实现项目管理敏捷智能化。

参见图2，为本发明实施例示出的一种任务排期方法，所述方法包括:

步骤S201：在第一排期任务方案的任务单执行过程中，检测是否接收到重排指令，若接收到，则执行步骤S202，若未接收到，则继续执行步骤S201。

可选的，在当前存在第一排期任务方案中的任务单执行的过程中，用户基于前端交互界面填写预排期优先级、任务类别、预计批次，可自行添加预排期产品、任务计划开始时间、任务计划结束时间和工作量等目标任务单的信息，以生成对应的重排指令，并通过所述数据接口发送处理模块。

需要说明的是，在发送给处理模块的过程中，同时将所述用户填写的目标任务单信息进行存储至数据库中。

在具体实现步骤S201的过程中，在当前存在第一排期任务方案中的任务单执行的过程中，实时检测是否接收到用户基于任务管理模块发送的重排指令，若接收到，则执行步骤S202，若未接收到，则继续执行步骤S201。

步骤S202：确定所述重排指令中携带的需要***的目标任务单。

在步骤S202中，所述第一排期任务方案是基于排期模型生成的。

在具体实现步骤S202的过程中，获取重排指令中携带的需要***的目标任务单。

需要说明的是，第一排期任务方案中包括多个按顺序排序的任务单。

具体基于排期模型生成的第一排期任务方案的过程，如图3所示，包括以下步骤：

步骤S301：获取样本数据。

在具体实现过程中，获取预设时间段内所有的排期任务方案，即任务顺序以及任务单的任务计算开始时间和任务计划结束时间等数据中，并将其作为样本数据。

步骤S302：基于所述混合启发式的交叉熵算法，配置初始算法参数。

需要说明的是，初始化算法参数包括迭代次数N，种群规模Z，区间个数D、和精英率alpha等用于排期模型训练的参数，对此本申请不加以限制。

步骤S303：利用所述样本数据训练所述初始算法参数，并基于训练后的算法参数构建排期模型。

在具体实现步骤S303的过程中，创建空的精英种群E，在周期T＝1时，确定所述创建精英种群E为空，基于分解策略对所述样本数据进行处理，创建种群Q，并基于种群Q的解计算所述种群适应度值；基于种群适应度值的大小从所述种群中确定精英种群E，也就是说将种群适应度值大于预设阈值的种群写入精英种群E；接着，周期T＝T+1，且T<迭代次数N，判断所述精英种群是否为空，若否，基于帕雷托最优排序策略从精英种群中重新生成种群Q；若是，则继续基于分解策略对所述样本数据进行处理，创建种群Q；基于种群Q的解计算所述种群适应度值；以此类推，直至周期T＝N，结束循环，以基于截断正态分布更新概率模型，即基于当前的算法参数构建排期模型。

可选的，基于排期模型生成第一排期任务方案的过程包括：获取用户录入的想要排序的任务单，将所述任务单输入排期模型，基于所述排期模型对所述任务单进行排序处理，得到静态排期方案，即第一第一排期任务方案。

步骤S203：基于所述第一排期任务方案中任务单的执行状态。

在具体实现步骤S203的过程中，从资源管理数据库中获取第一排期任务中的任务单的执行状态。

需要说明的是，任务单的执行状态包括已执行、正在执行和未执行。

步骤S204：基于所述规则的重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，并显示。

需要说明的是，具体实现步骤S204基于所述规则的重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案的过程，如图4所示，包括以下步骤：

步骤S401：将所述执行状态为未执行的任务单和所述目标任务单进行排序，得到初始排序。

在具体实现步骤S401的过程中，按照随机排序算法对所述执行状态为未执行的任务单和所述目标任务单进行排序，生成同一批次下任务单的优先关系。即初始排序。

需要说明的是，所述执行状态为未执行的任务单和所述目标任务单为需要排期的任务单。

步骤S402：基于规则的重排期算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案。

需要说明的，具体实现步骤S402基于规则的重排期算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案的过程包括以下步骤：

步骤S11：采用重调度算法中的时间倒推的方式对所述初始排序进行重新排序，得到第一排序。

在具体实现步骤S11的过程中，确定所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息中的任务交付时间，即确定每一任务单的任务交付时间；利用所述时间倒推的方式对所述执行状态为未执行的任务单和所述目标任务单进行排序，确定由时间从小到大排序的执行状态为未执行的任务单和所述目标任务单，即第一排序。

需要说明的是，任务交付时间为任务的最迟完成时间。

步骤S22：采用重调度算法中的偏移子算法对所述第一排序进行优化，得到第二排序，并生成与所述第二排序对应的第二排序任务方案。

在具体实现步骤S22的过程中，针对每一执行状态为未执行的任务单和所述目标任务单，计算任务单的计划开始实际与实际开始时间的偏差，得到第一偏差；判断所述第一偏差是否大于0，若大于，则将所述所述任务单的实际开始时间向左移，即将实际开始时间提前；若小于或等于，在任务交付时间与实际完成时间的差值中取随机数作为偏移大小，并将所述任务单的实际开始时间向右移，即将实际开始时间推迟。综上直至所有的任务单均偏移之后，将最终的排序作为第二排序；并基于所述第二排序对应的第二排序任务方案。

可选的，基于第一排序和当前实际计算每一执行状态为未执行的任务单和所述目标任务单的实际开始时间。

在本发明实施例中，不需要人工进行处理，在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，通过重调度算法对所述重排指令中的任务单和第一排期任务方案中执行状态为未执行的任务单进行重新排序，得到第二排期任务方案。能够减轻项目管理人员的工作负担，且能够及时处理排期问题，即提高排期***应对扰动因素的能力，保障生产过程稳定高效运行和资源投放的合理性，从而实现项目管理敏捷智能化。

基于上述本公开实施例公开的任务排期装置，上述各个模块可以通过一种由处理器和存储器构成的硬件设备实现。具体为上述各个模块作为程序单元存储于存储器中，由处理器执行存储在存储器中的上述程序单元来实现任务排期。

其中，处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现任务排期。

本公开实施例提供了一种计算机存储介质，存储介质包括存储文本处理程序，其中，程序被处理器执行时实现图2至图4所述的任务排期方法。

本公开实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行图2至图4所述的任务排期方法。

本公开实施例提供了一种电子设备，本公开实施例中的电子设备可以是服务器、PC、PAD、手机等。

该电子设备包括至少一个处理器，以及与处理器连接的至少一个存储器，以及总线。

处理器、存储器通过总线完成相互间的通信。处理器，用于执行存储器中存储的程序。

存储器，用于存储程序，该程序至少用于：在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，确定所述重排指令中携带的需要***的目标任务单，所述第一排期任务方案是基于排期模型生成的，所述排期模型是由混合启发式规则的交叉熵算法生成的；基于所述第一排期任务方案中任务单的执行状态；基于所述重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，并显示。

本申请还提供了一种计算机程序产品，当在电子设备上执行时，适于执行初始化有如下方法步骤的程序：在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，确定所述重排指令中携带的需要***的目标任务单，所述第一排期任务方案是基于排期模型生成的，所述排期模型是由混合启发式规则的交叉熵算法生成的；基于所述第一排期任务方案中任务单的执行状态；基于所述重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，并显示。

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。

在一个典型的配置中，设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，实施例重点说明的都是与其他实施例的不同之处。尤其，对于***或***实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的***及***实施例仅仅是示意性的，其中所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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种任务排期方法，其特征在于，所述方法包括：

在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，确定所述重排指令中携带的需要***的目标任务单，所述第一排期任务方案是基于排期模型生成的，所述排期模型是由混合启发式规则的交叉熵算法生成的；

基于所述第一排期任务方案中任务单的执行状态；

基于所述重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，并显示。

2.根据权利要求1所述的方法，其特征在于，所述对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，包括：

将所述执行状态为未执行的任务单和所述目标任务单进行排序，得到初始排序；

基于所述重调度算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案。

3.根据权利要求2所述的方法，其特征在于，所述基于所述重调度算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案，包括：

将所述执行状态为未执行的任务单和所述目标任务单进行排序，得到初始排序；

基于规则的重排期算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案。

4.根据权利要求1所述的方法，其特征在于，所述由混合启发式规则的交叉熵算法生成所述排期模型的过程包括：

获取样本数据；

基于所述混合启发式的交叉熵算法，配置初始算法参数；

利用所述样本数据训练所述初始算法参数，并基于训练后的算法参数构建排期模型。

5.一种任务排期装置，其特征在于，所述装置包括：

任务单管理模块，用于在第一排期任务方案的任务单执行过程中，若接收到用户输入的重排指令，确定所述重排指令中携带的需要***的目标任务单，所述第一排期任务方案是基于排期模型生成的，所述排期模型是由混合启发式规则的交叉熵算法生成的；

资源管理模块，用于基于所述第一排期任务方案中任务单的执行状态；

处理模块，用于基于所述重调度算法对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案，并通过结果显示模块显示。

6.根据权利要求5所述的装置，其特征在于，所述对所述执行状态为未执行的任务单和所述目标任务单的生产任务单信息进行处理，生成第二排期任务方案的处理模块，具体用于：

将所述执行状态为未执行的任务单和所述目标任务单进行排序，得到初始排序；

基于所述重调度算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案。

7.根据权利要求6所述的装置，其特征在于，所述述重调度算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案的处理模块，具体用于：

将所述执行状态为未执行的任务单和所述目标任务单进行排序，得到初始排序；

基于规则的重排期算法对所述初始排序进行重排，得到与所述执行状态为未执行的任务单和所述目标任务单相关的第二排期任务方案。

8.根据权利要求5所述的装置，其特征在于，所述由混合启发式规则的交叉熵算法生成所述排期模型的处理模块，具体用于：

获取样本数据；基于所述混合启发式的交叉熵算法，配置初始算法参数；利用所述样本数据训练所述初始算法参数，并基于训练后的算法参数构建排期模型。

9.一种电子设备，其特征在于，所述电子设备用于运行程序，其中，所述程序运行时执行如权利要求1-4中任一所述的任务排期方法。

10.一种计算机存储介质，其特征在于，所述存储介质包括存储程序，其中，在所述程序运行时控制所述存储介质所在设备执行如权利要求1-4中任一所述的任务排期处理方法。

Images