一种任务调度方法、装置、设备及存储介质与流程

本发明涉及边缘计算，特别涉及一种任务调度方法、装置、设备及存储介质。

背景技术：

1、任务调度与资源分配是云计算领域的重要研究问题之一，其调度算法关系到云计算资源的利用效率与工业设备任务的执行效率。然而，工业现场设备由于厂商，接口协议不同，需求的计算资源也不同。同时，服务器等计算资源的计算能力，异构性，分散性等特征也给任务调度带来了巨大的挑战。

2、由此可见，如何处理工业设备与服务器之间的边缘计算问题本领域要解决的问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种任务调度方法、装置、设备及存储介质，根据工业生产线中工业设备的边缘计算任务和可用的边缘服务器构建非线性优化模型，然后利用遗传算法处理得到任务与服务器的匹配关系，可以有效解决边缘计算任务调度问题。其具体方案如下：

2、第一方面，本申请提供了一种任务调度方法，应用于工业生产线中央服务器，包括：

3、确定当前时刻的待调度边缘计算任务，并确定当前时刻下状态为可用的若干边缘服务器；

4、根据所述待调度边缘计算任务、所述若干边缘服务器和预设决策变量建立非线性优化模型；所述预设决策变量表征单个边缘计算任务是否被分配到某个边缘服务器上；

5、基于遗传算法对所述非线性优化模型进行求解处理，以根据处理结果确定针对所述待调度边缘计算任务的任务调度结果。

6、可选的，所述确定当前时刻的待调度边缘计算任务，并确定当前时刻下状态为可用的若干边缘服务器，包括：

7、收集工业生产线中各工业设备产生的边缘计算任务，得到当前时刻的待调度边缘计算任务；

8、将当前时刻下的任务处理队列为空的边缘服务器标记为状态可用，以得到若干边缘服务器。

9、可选的，所述非线性优化模型的目标函数表征最小化所有边缘服务器中任务响应时延与资源匹配度的最大值，所述目标函数为：

10、；

11、其中，eij为边缘计算任务i与边缘服务器j的资源匹配度，xij为决策变量，tij为边缘计算任务i卸载到边缘服务器j的任务响应时延，di为边缘计算任务i对应的期望完成时间，w为当前时刻。

12、可选的，所述资源匹配度的计算公式为：

13、；

14、其中，mfj为边缘服务器j的内存容量，mfi为边缘计算任务i需求的内存大小，sfj为边缘服务器j的磁盘容量，sfi为边缘计算任务i需求的硬盘容量，lj为边缘服务器j的可用计算资源，，u为计算资源的种类数量，表示边缘服务器j在u类计算资源上提供的可用计算资源，oi为边缘计算任务i需求的计算资源，，u为计算资源的种类数量，oiu表示边缘计算任务i在u类资源上需求的计算资源。

15、可选的，所述遗传算法采用轮盘赌与精英保留策略选择保留种群中的若干个体。

16、可选的，所述遗传算法采用多点交叉操作对种群中的个体进行处理，以扩大种群的搜索空间。

17、可选的，所述遗传算法执行变异操作的过程，包括：

18、在当前所有边缘服务器中选择任务执行时间与资源匹配度之和最大的第一边缘服务器；

19、在所述第一边缘服务器对应的若干边缘计算任务中随机选择得到目标边缘计算任务，并确定可执行所述目标边缘计算任务的若干边缘服务器，得到可执行服务器集合；

20、在所述可执行服务器集合中随机选择一个第二边缘服务器，并将所述目标边缘计算任务加入到所述二边缘服务器的任务队列中，以完成所述遗传算法的变异操作。

21、第二方面，本申请提供了一种任务调度装置，应用于工业生产线中央服务器，包括：

22、信息确定模块，用于确定当前时刻的待调度边缘计算任务，并确定当前时刻下状态为可用的若干边缘服务器；

23、模型构建模块，用于根据所述待调度边缘计算任务、所述若干边缘服务器和预设决策变量建立非线性优化模型；所述预设决策变量表征单个边缘计算任务是否被分配到某个边缘服务器上；

24、模型求解模块，用于基于遗传算法对所述非线性优化模型进行求解处理，以根据处理结果确定针对所述待调度边缘计算任务的任务调度结果。

25、第三方面，本申请提供了一种电子设备，包括：

26、存储器，用于保存计算机程序；

27、处理器，用于执行所述计算机程序以实现如上述的任务调度方法。

28、第四方面，本申请提供了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现如上述的任务调度方法。

29、由此可见，本申请首先确定当前时刻的待调度边缘计算任务，并确定当前时刻下状态为可用的若干边缘服务器；然后根据所述待调度边缘计算任务、所述若干边缘服务器和预设决策变量建立非线性优化模型；所述预设决策变量表征单个边缘计算任务是否被分配到某个边缘服务器上；之后基于遗传算法对所述非线性优化模型进行求解处理，以根据处理结果确定针对所述待调度边缘计算任务的任务调度结果。这样一来，本申请可以根据工业生产线中工业设备的边缘计算任务和可用的边缘服务器构建非线性优化模型，将任务分配问题转换为模型求解问题；然后通过遗传算法综合考虑工业设备和边缘服务器之间关系，可以得到更合适的任务与服务器的匹配关系，可以有效解决工业互联网领域的边缘计算任务调度问题。

技术特征：

1.一种任务调度方法，其特征在于，应用于工业生产线中央服务器，包括：

2.根据权利要求1所述的任务调度方法，其特征在于，所述确定当前时刻的待调度边缘计算任务，并确定当前时刻下状态为可用的若干边缘服务器，包括：

3.根据权利要求1所述的任务调度方法，其特征在于，所述非线性优化模型的目标函数表征最小化所有边缘服务器中任务响应时延与资源匹配度的最大值，所述目标函数为：

4.根据权利要求3所述的任务调度方法，其特征在于，所述资源匹配度的计算公式为：

5.根据权利要求1所述的任务调度方法，其特征在于，所述遗传算法采用轮盘赌与精英保留策略选择保留种群中的若干个体。

6.根据权利要求1所述的任务调度方法，其特征在于，所述遗传算法采用多点交叉操作对种群中的个体进行处理，以扩大种群的搜索空间。

7.根据权利要求1所述的任务调度方法，其特征在于，所述遗传算法执行变异操作的过程，包括：

8.一种任务调度装置，其特征在于，应用于工业生产线中央服务器，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的任务调度方法。

技术总结本申请公开了一种任务调度方法、装置、设备及存储介质，涉及边缘计算技术领域，应用于工业生产线中央服务器，包括：确定当前时刻的待调度边缘计算任务，并确定当前时刻下状态为可用的若干边缘服务器；根据待调度边缘计算任务、若干边缘服务器和预设决策变量建立非线性优化模型；预设决策变量表征单个边缘计算任务是否被分配到某个边缘服务器上；基于遗传算法对非线性优化模型进行求解处理，以确定针对待调度边缘计算任务的任务调度结果。这样一来，本申请根据工业生产线中工业设备的边缘计算任务和可用的边缘服务器构建非线性优化模型，然后利用遗传算法处理得到任务与服务器的匹配关系，可以有效解决边缘计算任务调度问题。技术研发人员：任鹏,李连伟,王振峰,周庆勇受保护的技术使用者：浪潮云信息技术股份公司技术研发日：技术公布日：2024/8/20