CN117479235B - 一种末梢网络设施调度管理方法及*** - Google Patents

一种末梢网络设施调度管理方法及*** Download PDF

Info

Publication number
CN117479235B
CN117479235B CN202311837036.0A CN202311837036A CN117479235B CN 117479235 B CN117479235 B CN 117479235B CN 202311837036 A CN202311837036 A CN 202311837036A CN 117479235 B CN117479235 B CN 117479235B
Authority
CN
China
Prior art keywords
task
point
node
equipment
peripheral
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
Application number
CN202311837036.0A
Other languages
English (en)
Other versions
CN117479235A (zh
Inventor
詹晓林
杨栋
曹树华
陈兆应
黎振金
王正平
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.)
Zhongtong Information Service Co ltd
Original Assignee
Zhongtong Information Service Co ltd
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 Zhongtong Information Service Co ltd filed Critical Zhongtong Information Service Co ltd
Priority to CN202311837036.0A priority Critical patent/CN117479235B/zh
Publication of CN117479235A publication Critical patent/CN117479235A/zh
Application granted granted Critical
Publication of CN117479235B publication Critical patent/CN117479235B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/09—Management thereof
    • H04W28/0958—Management thereof based on metrics or performance parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/09—Management thereof
    • H04W28/0925—Management thereof using policies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及局域设施管理技术领域，具体公开了一种末梢网络设施调度管理方法及***，所述方法包括实时更新设备类型及设备位置，根据设备类型及设备位置创建末梢节点；建立与任务集的连接通道，对任务集中的任务进行识别，提取任务标签，得到标签集；根据任务标签选取末梢节点，连接末梢节点，确定任务流程；实时统计任务流程，计算能耗，根据所述能耗更新任务流程的确定过程。本发明将任务处理网络以二维图层进行表示，将任务调节问题转换为多个图层之间的点位选取问题，当任务处理网络更新时，只需要更新对应的二维图层，再采用原有的点位选取方案，即可快速得到新的处理方案，灵活度极高。

Description

一种末梢网络设施调度管理方法及***
技术领域
本发明涉及局域设施管理技术领域，具体是一种末梢网络设施调度管理方法及***。
背景技术
末梢网络包括传感器网络、无线传感器网络、工业控制网络和各种短距离无线通信网络等。感知结点与末梢网络承担物联网的信息采集和控制任务等功能。通俗地说，它是一个集群式的任务处理网络，在WLAN技术非常成熟的条件下，同一任务可以在任务处理网络中采用不同的方式进行处理，此时，就会涉及到调度问题。
现有的解决调度问题的方式一般是预案式解决途径，也即，对每类任务进行预先规划，确定其解决方案，当接收到新的问题时，对任务进行识别归类，查询对应的解决方案即可；这种方案的分配速度极快，但是灵活度略有不足，当遇到任务处理网络更新或者任务发生大的变化时，原有的解决途径很难快速地随之改变，需要由工作人员根据新情况自主更新；如何提高面对更新场景时的调度灵活度是本发明技术方案想要解决的技术问题。
发明内容
本发明的目的在于提供一种末梢网络设施调度管理方法及***，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种末梢网络设施调度管理方法，所述方法包括：
实时更新设备类型及设备位置，根据设备类型及设备位置创建末梢节点；
建立与任务集的连接通道，对任务集中的任务进行识别，提取任务标签，得到标签集；所述任务标签与设备类型一一对应，所述标签集中的任务标签含有顺序；
根据任务标签选取末梢节点，连接末梢节点，确定任务流程；
实时统计任务流程，计算能耗，根据所述能耗更新任务流程的确定过程；
其中，确定任务流程的过程中至少包含反映节点空闲度的参数和反映节点性能的参数。
作为本发明进一步的方案：所述实时更新设备类型及设备位置，根据设备类型及设备位置创建末梢节点的步骤包括：
基于设备表实时接收用户上传的设备类型及设备位置；
读取区域地图，根据设备类型确定点位数值，根据设备位置确定点位坐标；
将所述点位数值***点位坐标处，作为末梢节点，得到区域实图；
其中，所述区域地图含有区域标记端口，用于接收用户输入的区域范围及区域类型。
作为本发明进一步的方案：所述根据任务标签选取末梢节点，连接末梢节点，确定任务流程的步骤包括：
统计所有标签集涉及到的任务标签，依次查询各个任务标签对应的设备类型及其点位数值；
根据所述点位数值遍历所述区域实图，标记目标点位；
统计所述目标点位，创建与区域实图尺寸相同的节点图层，并以任务标签作为索引；
基于节点图层迭代计算每个标签集的任务流程，直至迭代跳出条件；所述迭代跳出条件包括迭代次数达到预设的次数阈值和所有任务流程的最长预测耗时小于预设的耗时阈值。
作为本发明进一步的方案：所述基于节点图层迭代计算每个标签集的任务流程，直至迭代跳出条件的步骤包括：
随机选取标签集，在标签集中依次读取任务标签；
查询任务标签对应的节点图层，基于各个点位的选取概率选取末梢节点；其中，所述选取过程影响选取概率；
当标签集的任务标签读取完成时，连接末梢节点，得到任务流程；
统计所有标签集的任务流程，判断是否达到迭代跳出条件；
所述选取概率为：
；/>；
式中，为一个节点图层中第j个点的选取概率，/>为第j个点的空闲度，/>为第j个点的性能参数，/>和/>为预设的权重系数；/>为t+1次迭代过程时第j个点的空闲度，/>为预设的挥发速度；/>为t次迭代过程时第j个点的空闲度，m为t次迭代过程中选取第j个点的总次数；/>为t次迭代过程中第k次选取第j个点时的占用度。
作为本发明进一步的方案：所述统计所有标签集的任务流程，判断是否达到迭代跳出条件的步骤包括：
查询任务流程对应的设备，根据设备参数预测完成时长；
比对不同任务流程的完成时长，确定最长预测耗时；
当所述最长预测耗时大于预设的耗时阈值时，保留选取概率，循环迭代；
当所述最长预测耗时小于预设的耗时阈值时，判定达到迭代跳出条件；
实时记录迭代次数，当迭代次数达到预设的次数阈值时，判定达到迭代跳出条件。
作为本发明进一步的方案：所述实时统计任务流程，计算能耗，根据所述能耗更新任务流程的确定过程的步骤包括：
实时统计所有任务流程，查询任务流程对应的设备，根据设备参数计算预测能耗；
根据所述预测能耗修正选取概率的计算过程；其中，修正方式包括增加参数和调节参数。
本发明技术方案一种末梢网络设施调度管理***，所述***包括：
末梢节点创建模块，用于实时更新设备类型及设备位置，根据设备类型及设备位置创建末梢节点；
任务识别模块，用于建立与任务集的连接通道，对任务集中的任务进行识别，提取任务标签，得到标签集；所述任务标签与设备类型一一对应，所述标签集中的任务标签含有顺序；
任务流程确定模块，用于根据任务标签选取末梢节点，连接末梢节点，确定任务流程；
确定过程更新模块，用于实时统计任务流程，计算能耗，根据所述能耗更新任务流程的确定过程；
其中，确定任务流程的过程中至少包含反映节点空闲度的参数和反映节点性能的参数。
作为本发明进一步的方案：所述末梢节点创建模块包括：
设备信息接收单元，用于基于设备表实时接收用户上传的设备类型及设备位置；
点位映射单元，用于读取区域地图，根据设备类型确定点位数值，根据设备位置确定点位坐标；
点位***单元，用于将所述点位数值***点位坐标处，作为末梢节点，得到区域实图；
其中，所述区域地图含有区域标记端口，用于接收用户输入的区域范围及区域类型。
作为本发明进一步的方案：所述任务流程确定模块包括：
查询单元，用于统计所有标签集涉及到的任务标签，依次查询各个任务标签对应的设备类型及其点位数值；
遍历标记单元，用于根据所述点位数值遍历所述区域实图，标记目标点位；
图层创建单元，用于统计所述目标点位，创建与区域实图尺寸相同的节点图层，并以任务标签作为索引；
迭代执行单元，用于基于节点图层迭代计算每个标签集的任务流程，直至迭代跳出条件；所述迭代跳出条件包括迭代次数达到预设的次数阈值和所有任务流程的最长预测耗时小于预设的耗时阈值。
作为本发明进一步的方案：所述迭代执行单元包括：
读取子单元，用于随机选取标签集，在标签集中依次读取任务标签；
选取子单元，用于查询任务标签对应的节点图层，基于各个点位的选取概率选取末梢节点；其中，所述选取过程影响选取概率；
连接子单元，用于当标签集的任务标签读取完成时，连接末梢节点，得到任务流程；
判断子单元，用于统计所有标签集的任务流程，判断是否达到迭代跳出条件；
所述选取概率为：
；/>；
式中，为一个节点图层中第j个点的选取概率，/>为第j个点的空闲度，/>为第j个点的性能参数，/>和/>为预设的权重系数；/>为t+1次迭代过程时第j个点的空闲度，/>为预设的挥发速度；/>为t次迭代过程时第j个点的空闲度，m为t次迭代过程中选取第j个点的总次数；/>为t次迭代过程中第k次选取第j个点时的占用度。
与现有技术相比，本发明的有益效果是：本发明将任务处理网络以二维图层进行表示，将任务调节问题转换为多个图层之间的点位选取问题，当任务处理网络更新时，只需要更新对应的二维图层，再采用原有的点位选取方案，即可快速得到新的处理方案，灵活度极高。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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一些实施例。
图1为末梢网络设施调度管理方法的流程框图。
图2为步骤S100的流程框图。
图3为步骤S300的流程框图。
图4为步骤S400的流程框图。
图5为末梢网络设施调度管理***的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1为末梢网络设施调度管理方法的流程框图，本发明实施例中，一种末梢网络设施调度管理方法，所述方法包括：
步骤S100：实时更新设备类型及设备位置，根据设备类型及设备位置创建末梢节点；
末梢网络包括传感器网络、无线传感器网络、工业控制网络和各种短距离无线通信网络等，它经常用于限定区域，所述限定区域一般是服务器集群，服务器集群中含有大量的电子设备，统计所有的电子设备，获取其位置及类型，可以通过一张地图进行表示，所述地图包括一些点位，称为末梢节点，所述末梢节点与各个设备对应。
由于服务器集群中的电子设备存在更换需求（更换频率不一），因此，末梢节点的创建过程是一个实时更新的过程。
步骤S200：建立与任务集的连接通道，对任务集中的任务进行识别，提取任务标签，得到标签集；所述任务标签与设备类型一一对应，所述标签集中的任务标签含有顺序；
每个服务器集群都会有着自己的任务表，也即，上述的任务集，所述任务集中的任务就是在未来需要完成的任务，依次读取每个任务，查询每个任务涉及到的电子设备，从而得到任务标签，进而将任务转换为任务标签的集合。
需要说明的是，两个任务标签相同但排序顺序不同的任务集不同。
步骤S300：根据任务标签选取末梢节点，连接末梢节点，确定任务流程；
根据任务标签在确定好的含有点位的地图中选取末梢节点，连接末梢节点，可以得到一条路径，所述路径就是任务流程的二维表示形式；对二维表示形式下的任务流程进行迭代分析，可以确定最终的任务流程。
步骤S400：实时统计任务流程，计算能耗，根据所述能耗更新任务流程的确定过程；
在上述内容的基础上，为任务流程的选取过程增设了一个全局判断条件，对所有的任务流程进行分析，进而对步骤S300进行微调，改变任务流程的确定精度等。
值得一提的是，确定任务流程的过程中至少包含反映节点空闲度的参数和反映节点性能的参数，其实际意义在于，在选取设备时，空闲的设备优先选取，性能高的设备优先选取。
需要说明的是，本发明技术方案中提到的服务器集群包括不同类型的电子设备，每种类型的电子设备的数量都不唯一，因此，同一任务的解决方案（任务流程不唯一），存在一个最优流程以及多个较优流程。
图2为步骤S100的流程框图，所述实时更新设备类型及设备位置，根据设备类型及设备位置创建末梢节点的步骤包括：
步骤S101：基于设备表实时接收用户上传的设备类型及设备位置；
步骤S102：读取区域地图，根据设备类型确定点位数值，根据设备位置确定点位坐标；
步骤S103：将所述点位数值***点位坐标处，作为末梢节点，得到区域实图；
其中，所述区域地图含有区域标记端口，用于接收用户输入的区域范围及区域类型。
上述内容对末梢节点的创建过程进行了具体的限定，首先，创建一个设备表，所述设备表中含有输入端口，由输入端口接收用户输入的设备类型及设备位置；此时，所述设备表起到缓冲作用。然后，根据设备类型查询点位数值，这一步骤的意义是在图像中通过数值表示设备类型；所述设备类型包括图形处理设备、字符串处理设备以及音频处理设备等等；最后，根据地图和实际的位置映射关系选取与电子设备对应的像素点，作为末梢节点即可。
通俗地说，关于上述区域实图的生成过程，可以理解为在一张所有点位的数值都相同的图像中更改与电子设备对应的点位的数值。
图3为步骤S300的流程框图，所述根据任务标签选取末梢节点，连接末梢节点，确定任务流程的步骤包括：
步骤S301：统计所有标签集涉及到的任务标签，依次查询各个任务标签对应的设备类型及其点位数值；
步骤S302：根据所述点位数值遍历所述区域实图，标记目标点位；
步骤S303：统计所述目标点位，创建与区域实图尺寸相同的节点图层，并以任务标签作为索引；
步骤S304：基于节点图层迭代计算每个标签集的任务流程，直至迭代跳出条件；所述迭代跳出条件包括迭代次数达到预设的次数阈值和所有任务流程的最长预测耗时小于预设的耗时阈值。
步骤S301至步骤S304提供了一种具体的任务流程确定方案，任务流程的生成过程是本发明技术方案的核心方案，其流程如下：
将区域实图中的相同数值的点位提取出来，得到多个节点图层，所述节点图层以任务标签为索引，此时，每个节点图层就代表了各种电子设备的分布情况，所有节点图层相互叠加，即可得到区域实图。
当节点图层生成后，基于所述节点图层确定任务流程；确定任务流程的过程是多次循环过程，不断的确定任务流程，然后对确定过程本身进行递归调节，最终可以得到一个符合一定条件的较优方案。
具体的，所述基于节点图层迭代计算每个标签集的任务流程，直至迭代跳出条件的步骤包括：
随机选取标签集，在标签集中依次读取任务标签；
查询任务标签对应的节点图层，基于各个点位的选取概率选取末梢节点；其中，所述选取过程影响选取概率；
当标签集的任务标签读取完成时，连接末梢节点，得到任务流程；
统计所有标签集的任务流程，判断是否达到迭代跳出条件；
上述内容对步骤S304（基于节点图层确定任务流程）进行了限定，标签集本身含有顺序，基于此顺序查询节点图层，在查询到的节点图层中选取末梢节点，在选取过程中引入选取概率这一参数，在选取概率下选取末梢节点，不断地重复此过程，即可得到任务流程。
在此基础上，根据所有选取过程再对选取概率进行调节，并重复上述过程，即可得到一些较为合适的任务流程，用于完成任务集中的任务。
其中，所述选取概率为：
；/>；
式中，为一个节点图层中第j个点的选取概率，/>为第j个点的空闲度，/>为第j个点的性能参数，/>和/>为预设的权重系数；/>为t+1次迭代过程时第j个点的空闲度，/>为预设的挥发速度；/>为t次迭代过程时第j个点的空闲度，m为t次迭代过程中选取第j个点的总次数；/>为t次迭代过程中第k次选取第j个点时的占用度。
关于选取概率的说明具体如下：
项反映了末梢节点的空闲情况，/>项反映了末梢节点对应的设备的性能参数，这两项越大，选取概率越大；在此基础上，关于空闲情况的计算过程，其基本规则为，被选取的次数越多，空闲度越低，相应的，选取概率也越低。
在空闲度的计算过程中，反映了单次选取对空闲情况的影响情况，选取的次数越多，/>项越小，/>项越小。
进一步的，项为引入的反映空闲度变化情况的数据，随着时间的推移，任务不断地被处理，空闲度会一直增加。
此外，关于t和t+1，所述t和t+1用于表征确定关系，也即，每一次的选取概率均由前一次的迭代过程确定，这可以减化计算过程；当然，也有一种方式是实时记录第j个点的选取次数，根据选取次数累加占用度，用以替换项。
作为本发明技术方案的一个优选实施例，所述统计所有标签集的任务流程，判断是否达到迭代跳出条件的步骤包括：
查询任务流程对应的设备，根据设备参数预测完成时长；
比对不同任务流程的完成时长，确定最长预测耗时；
当所述最长预测耗时大于预设的耗时阈值时，保留选取概率，循环迭代；
当所述最长预测耗时小于预设的耗时阈值时，判定达到迭代跳出条件；
实时记录迭代次数，当迭代次数达到预设的次数阈值时，判定达到迭代跳出条件。
上述内容对循环迭代过程的循环跳出条件进行了限定，其判断条件有两个，一个是时间条件，一个是次数条件；具体的，每一次迭代结束，都会计算一次所有任务流程的总时长，如果总时长不达标，就继续迭代，如果总时长足够小，就跳出迭代。
在此基础上，如果总时长一直不达标，但是迭代次数足够多，也会跳出迭代。
值得一提的是，上述迭代跳出条件还可以有其他条件，比如，相邻两次迭代结果的预测完成时长之间的差值足够小，这可以由工作人员视情况而定，具体不做限定；总而言之，迭代次数越多，总时长总体向下。
需要说明的是，上述迭代跳出条件是一个全局式条件，是对所有的任务流程的综合分析。
图4为步骤S400的流程框图，所述实时统计任务流程，计算能耗，根据所述能耗更新任务流程的确定过程的步骤包括：
步骤S401：实时统计所有任务流程，查询任务流程对应的设备，根据设备参数计算预测能耗；
步骤S402：根据所述预测能耗修正选取概率的计算过程；其中，修正方式包括增加参数和调节参数。
在上述内容的基础上，统计所有任务流程，查询涉及到的设备参数，计算预测能耗，从能耗角度对选取概率的计算过程进行了调节，进一步的提高了任务流程的优化程度。
具体的，关于调节过程，调节的是上述内容中项和/>项的/>和/>，这属于基本参数，在此基础上，还可以对/>进行调节。
图5为末梢网络设施调度管理***的组成结构框图，本发明实施例中，一种末梢网络设施调度管理***，所述***10包括：
末梢节点创建模块11，用于实时更新设备类型及设备位置，根据设备类型及设备位置创建末梢节点；
任务识别模块12，用于建立与任务集的连接通道，对任务集中的任务进行识别，提取任务标签，得到标签集；所述任务标签与设备类型一一对应，所述标签集中的任务标签含有顺序；
任务流程确定模块13，用于根据任务标签选取末梢节点，连接末梢节点，确定任务流程；
确定过程更新模块14，用于实时统计任务流程，计算能耗，根据所述能耗更新任务流程的确定过程；
其中，确定任务流程的过程中至少包含反映节点空闲度的参数和反映节点性能的参数。
进一步的，所述末梢节点创建模块11包括：
设备信息接收单元，用于基于设备表实时接收用户上传的设备类型及设备位置；
点位映射单元，用于读取区域地图，根据设备类型确定点位数值，根据设备位置确定点位坐标；
点位***单元，用于将所述点位数值***点位坐标处，作为末梢节点，得到区域实图；
其中，所述区域地图含有区域标记端口，用于接收用户输入的区域范围及区域类型。
具体的，所述任务流程确定模块13包括：
查询单元，用于统计所有标签集涉及到的任务标签，依次查询各个任务标签对应的设备类型及其点位数值；
遍历标记单元，用于根据所述点位数值遍历所述区域实图，标记目标点位；
图层创建单元，用于统计所述目标点位，创建与区域实图尺寸相同的节点图层，并以任务标签作为索引；
迭代执行单元，用于基于节点图层迭代计算每个标签集的任务流程，直至迭代跳出条件；所述迭代跳出条件包括迭代次数达到预设的次数阈值和所有任务流程的最长预测耗时小于预设的耗时阈值。
其中，所述迭代执行单元包括：
读取子单元，用于随机选取标签集，在标签集中依次读取任务标签；
选取子单元，用于查询任务标签对应的节点图层，基于各个点位的选取概率选取末梢节点；其中，所述选取过程影响选取概率；
连接子单元，用于当标签集的任务标签读取完成时，连接末梢节点，得到任务流程；
判断子单元，用于统计所有标签集的任务流程，判断是否达到迭代跳出条件；
所述选取概率为：
；/>；
式中，为一个节点图层中第j个点的选取概率，/>为第j个点的空闲度，/>为第j个点的性能参数，/>和/>为预设的权重系数；/>为t+1次迭代过程时第j个点的空闲度，/>为预设的挥发速度；/>为t次迭代过程时第j个点的空闲度，m为t次迭代过程中选取第j个点的总次数；/>为t次迭代过程中第k次选取第j个点时的占用度。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种末梢网络设施调度管理方法，其特征在于，所述方法包括：
实时更新设备类型及设备位置，根据设备类型及设备位置创建末梢节点；
建立与任务集的连接通道，对任务集中的任务进行识别，提取任务标签，得到标签集；所述任务标签与设备类型一一对应，所述标签集中的任务标签含有顺序；
根据任务标签选取末梢节点，连接末梢节点，确定任务流程；
实时统计任务流程，计算能耗，根据所述能耗更新任务流程的确定过程；
其中，确定任务流程的过程中至少包含反映节点空闲度的参数和反映节点性能的参数；
所述实时更新设备类型及设备位置，根据设备类型及设备位置创建末梢节点的步骤包括：
基于设备表实时接收用户上传的设备类型及设备位置；
读取区域地图，根据设备类型确定点位数值，根据设备位置确定点位坐标；
将所述点位数值***点位坐标处，作为末梢节点，得到区域实图；
其中，所述区域地图含有区域标记端口，用于接收用户输入的区域范围及区域类型；
所述根据任务标签选取末梢节点，连接末梢节点，确定任务流程的步骤包括：
统计所有标签集涉及到的任务标签，依次查询各个任务标签对应的设备类型及其点位数值；
根据所述点位数值遍历所述区域实图，标记目标点位；
统计所述目标点位，创建与区域实图尺寸相同的节点图层，并以任务标签作为索引；
基于节点图层迭代计算每个标签集的任务流程，直至迭代跳出条件；所述迭代跳出条件包括迭代次数达到预设的次数阈值和所有任务流程的最长预测耗时小于预设的耗时阈值。
2.根据权利要求1所述的末梢网络设施调度管理方法，其特征在于，所述基于节点图层迭代计算每个标签集的任务流程，直至迭代跳出条件的步骤包括：
随机选取标签集，在标签集中依次读取任务标签；
查询任务标签对应的节点图层，基于各个点位的选取概率选取末梢节点；其中，所述选取过程影响选取概率；
当标签集的任务标签读取完成时，连接末梢节点，得到任务流程；
统计所有标签集的任务流程，判断是否达到迭代跳出条件；
所述选取概率为：
式中，pj为一个节点图层中第j个点的选取概率，τj为第j个点的空闲度，ηj为第j个点的性能参数，α和β为预设的权重系数；τj(t+1)为t+1次迭代过程时第j个点的空闲度，ρ为预设的挥发速度；τj(t)为t次迭代过程时第j个点的空闲度，m为t次迭代过程中选取第j个点的总次数；为t次迭代过程中第k次选取第j个点时的占用度。
3.根据权利要求2所述的末梢网络设施调度管理方法，其特征在于，所述统计所有标签集的任务流程，判断是否达到迭代跳出条件的步骤包括：
查询任务流程对应的设备，根据设备参数预测完成时长；
比对不同任务流程的完成时长，确定最长预测耗时；
当所述最长预测耗时大于预设的耗时阈值时，保留选取概率，循环迭代；
当所述最长预测耗时小于预设的耗时阈值时，判定达到迭代跳出条件；
实时记录迭代次数，当迭代次数达到预设的次数阈值时，判定达到迭代跳出条件。
4.根据权利要求2所述的末梢网络设施调度管理方法，其特征在于，所述实时统计任务流程，计算能耗，根据所述能耗更新任务流程的确定过程的步骤包括：
实时统计所有任务流程，查询任务流程对应的设备，根据设备参数计算预测能耗；
根据所述预测能耗修正选取概率的计算过程；其中，修正方式包括增加参数和调节参数。
5.一种末梢网络设施调度管理***，其特征在于，所述***包括：
末梢节点创建模块，用于实时更新设备类型及设备位置，根据设备类型及设备位置创建末梢节点；
任务识别模块，用于建立与任务集的连接通道，对任务集中的任务进行识别，提取任务标签，得到标签集；所述任务标签与设备类型一一对应，所述标签集中的任务标签含有顺序；
任务流程确定模块，用于根据任务标签选取末梢节点，连接末梢节点，确定任务流程；
确定过程更新模块，用于实时统计任务流程，计算能耗，根据所述能耗更新任务流程的确定过程；
其中，确定任务流程的过程中至少包含反映节点空闲度的参数和反映节点性能的参数；
所述末梢节点创建模块包括：
设备信息接收单元，用于基于设备表实时接收用户上传的设备类型及设备位置；
点位映射单元，用于读取区域地图，根据设备类型确定点位数值，根据设备位置确定点位坐标；
点位***单元，用于将所述点位数值***点位坐标处，作为末梢节点，得到区域实图；
其中，所述区域地图含有区域标记端口，用于接收用户输入的区域范围及区域类型；
所述任务流程确定模块包括：
查询单元，用于统计所有标签集涉及到的任务标签，依次查询各个任务标签对应的设备类型及其点位数值；
遍历标记单元，用于根据所述点位数值遍历所述区域实图，标记目标点位；
图层创建单元，用于统计所述目标点位，创建与区域实图尺寸相同的节点图层，并以任务标签作为索引；
迭代执行单元，用于基于节点图层迭代计算每个标签集的任务流程，直至迭代跳出条件；所述迭代跳出条件包括迭代次数达到预设的次数阈值和所有任务流程的最长预测耗时小于预设的耗时阈值。
6.根据权利要求5所述的末梢网络设施调度管理***，其特征在于，所述迭代执行单元包括：
读取子单元，用于随机选取标签集，在标签集中依次读取任务标签；
选取子单元，用于查询任务标签对应的节点图层，基于各个点位的选取概率选取末梢节点；其中，所述选取过程影响选取概率；
连接子单元，用于当标签集的任务标签读取完成时，连接末梢节点，得到任务流程；
判断子单元，用于统计所有标签集的任务流程，判断是否达到迭代跳出条件；
所述选取概率为：
式中，pj为一个节点图层中第j个点的选取概率，τj为第j个点的空闲度，ηj为第j个点的性能参数，α和β为预设的权重系数；τj(t+1)为t+1次迭代过程时第j个点的空闲度，ρ为预设的挥发速度；τj(t)为t次迭代过程时第j个点的空闲度，m为t次迭代过程中选取第j个点的总次数；为t次迭代过程中第k次选取第j个点时的占用度。
CN202311837036.0A 2023-12-28 2023-12-28 一种末梢网络设施调度管理方法及*** Active CN117479235B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311837036.0A CN117479235B (zh) 2023-12-28 2023-12-28 一种末梢网络设施调度管理方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311837036.0A CN117479235B (zh) 2023-12-28 2023-12-28 一种末梢网络设施调度管理方法及***

Publications (2)

Publication Number Publication Date
CN117479235A CN117479235A (zh) 2024-01-30
CN117479235B true CN117479235B (zh) 2024-03-19

Family

ID=89638343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311837036.0A Active CN117479235B (zh) 2023-12-28 2023-12-28 一种末梢网络设施调度管理方法及***

Country Status (1)

Country Link
CN (1) CN117479235B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105024848A (zh) * 2015-06-01 2015-11-04 辽宁立德电力工程设计有限公司 一种基于无线传感器网络的智能电网信息管理***
CN109933089A (zh) * 2019-03-25 2019-06-25 北京邮电大学 基于最小化最大能量消耗的多无人机任务规划方法及装置
WO2019218814A1 (zh) * 2018-05-16 2019-11-21 腾讯科技（深圳）有限公司 图数据处理方法、图数据的计算任务发布方法、装置、存储介质及计算机设备
CN114154578A (zh) * 2021-12-02 2022-03-08 内蒙古工业大学 面向非平衡数据基于半监督分布式训练的任务识别方法
CN115033373A (zh) * 2022-03-08 2022-09-09 西安电子科技大学 一种移动边缘计算网络中逻辑依赖性任务的调度卸载方法
CN115098589A (zh) * 2022-06-17 2022-09-23 上海慧程工程技术服务有限公司 一种基于物联网的工业能耗数据监控方法及装置
WO2023156102A1 (en) * 2022-02-15 2023-08-24 Nchain Licensing Ag Attesting to a set of unconsumed transaction outputs
CN117215799A (zh) * 2023-11-03 2023-12-12 天津市职业大学 一种软件模块的管理方法、***、计算机设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7185024B2 (en) * 2003-12-22 2007-02-27 International Business Machines Corporation Method, computer program product, and system of optimized data translation from relational data storage to hierarchical structure
US9083757B2 (en) * 2012-11-21 2015-07-14 Telefonaktiebolaget L M Ericsson LLP Multi-objective server placement determination
US10725982B2 (en) * 2017-11-20 2020-07-28 International Business Machines Corporation Knowledge graph node expiration

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105024848A (zh) * 2015-06-01 2015-11-04 辽宁立德电力工程设计有限公司 一种基于无线传感器网络的智能电网信息管理***
WO2019218814A1 (zh) * 2018-05-16 2019-11-21 腾讯科技（深圳）有限公司 图数据处理方法、图数据的计算任务发布方法、装置、存储介质及计算机设备
CN109933089A (zh) * 2019-03-25 2019-06-25 北京邮电大学 基于最小化最大能量消耗的多无人机任务规划方法及装置
CN114154578A (zh) * 2021-12-02 2022-03-08 内蒙古工业大学 面向非平衡数据基于半监督分布式训练的任务识别方法
WO2023156102A1 (en) * 2022-02-15 2023-08-24 Nchain Licensing Ag Attesting to a set of unconsumed transaction outputs
CN115033373A (zh) * 2022-03-08 2022-09-09 西安电子科技大学 一种移动边缘计算网络中逻辑依赖性任务的调度卸载方法
CN115098589A (zh) * 2022-06-17 2022-09-23 上海慧程工程技术服务有限公司 一种基于物联网的工业能耗数据监控方法及装置
CN117215799A (zh) * 2023-11-03 2023-12-12 天津市职业大学 一种软件模块的管理方法、***、计算机设备及存储介质

Also Published As

Publication number Publication date
CN117479235A (zh) 2024-01-30

Similar Documents

Publication Publication Date Title
CN110414731B (zh) 订单分配的方法、装置、计算机可读存储介质及电子设备
CN103733153B (zh) 作业管理***、作业管理终端以及作业管理方法
CN111210269A (zh) 基于大数据的对象识别方法、电子装置及存储介质
CN108364143A (zh) 配送方法和配送***
CN109816315A (zh) 路径规划方法、装置、电子设备及可读存储介质
Huang et al. An internet-of-things-based production logistics optimisation method for discrete manufacturing
US11599846B2 (en) Method and system for selection of a path for deliveries
CN109146539A (zh) 用户画像的更新方法及装置
CN111598487B (zh) 数据处理和模型训练方法、装置、电子设备和存储介质
CN111738619B (zh) 任务调度方法、装置、设备及存储介质
US11693380B1 (en) Distribution methods and distribution systems for greenspace irrigation water of smart cities based on internet of things
CN112200523A (zh) 一种基于大数据分析的电商商品物流仓储中心智能管理平台
Simoni et al. Crowdsourced on-demand food delivery: An order batching and assignment algorithm
CN117479235B (zh) 一种末梢网络设施调度管理方法及***
CN116342036B (zh) 一种用于wms的全自动仓储运行控制方法及***
Wu et al. Dynamic parcel pick-up routing problem with prioritized customers and constrained capacity via lower-bound-based rollout approach
CN107948721A (zh) 推送信息的方法和装置
CN111582408B (zh) 数据处理方法、数据处理装置、存储介质和电子设备
CN112926796B (zh) 一种基于特定场景的下车点推荐方法及装置
CN117657666B (zh) 应用于鞋履产品的图像数据管理方法及***
CN113379173A (zh) 为仓库商品标记标签的方法和装置
Wei et al. SmartDODS: A Smart Dynamic Order Dispatch System for Short-Distance Instant Logistics Service
CN110134361A (zh) 设备的音量调节方法、计算机设备及计算机可读存储介质
Wu et al. Deep Reinforcement Learning for Task Assignment and Shelf Reallocation in Smart Warehouses
CN117273318B (zh) 物料齐套的分析方法和装置

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