[發(fā)明專(zhuān)利]基于鄰域結(jié)構(gòu)的最小化總成本IT運(yùn)維人員調(diào)度方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111175286.3
• 申請(qǐng)日: 2021-10-09
• 公開(kāi)（公告）號(hào): CN114021895A
• 公開(kāi)（公告）日: 2022-02-08
• 發(fā)明（設(shè)計(jì)）人: 劉振元;陳芮瑩;劉恒嶺;展月
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華中科技大學(xué)
• 主分類(lèi)號(hào): G06Q10/06
• 分類(lèi)號(hào): G06Q10/06;G06Q10/00;G06N3/12
• 代理公司: 華中科技大學(xué)專(zhuān)利中心 42201
• 代理人: 胡秋萍

本發(fā)明公開(kāi)基于鄰域結(jié)構(gòu)的最小化總成本IT運(yùn)維人員調(diào)度方法和系統(tǒng)，屬于人員調(diào)度領(lǐng)域。包括：在故障處理任務(wù)執(zhí)行約束和運(yùn)維人員服務(wù)技能水平約束下，建立以最小化總成本為目標(biāo)的運(yùn)維人員調(diào)度模型；獲取各任務(wù)的截止時(shí)間、重要程度、緊急程度、單位延誤成本和標(biāo)準(zhǔn)執(zhí)行時(shí)間，獲取各運(yùn)維人員的技能水平和單位時(shí)間成本，采用變鄰域的遺傳算法求解，得到最優(yōu)人員和任務(wù)的組合方案，采用相同長(zhǎng)短的兩段染色體來(lái)表示個(gè)體，一段染色體的每個(gè)基因位為任務(wù)編號(hào)，另一段染色體的每個(gè)基因位為處理對(duì)應(yīng)任務(wù)的運(yùn)維人員編號(hào)。本發(fā)明使用針對(duì)最小化總成本設(shè)計(jì)的遺傳算法算子和變鄰域算法鄰域結(jié)構(gòu)，在大規(guī)模案例中仍可取得較好結(jié)果，求解速度快。

技術(shù)領(lǐng)域

本發(fā)明屬于人員調(diào)度領(lǐng)域，更具體地，涉及基于鄰域結(jié)構(gòu)的最小化總成本IT運(yùn)維人員調(diào)度方法和系統(tǒng)。

背景技術(shù)

伴隨我國(guó)社會(huì)經(jīng)濟(jì)的不斷發(fā)展，IT系統(tǒng)建設(shè)的深度和廣度在逐漸加強(qiáng)，IT運(yùn)維服務(wù)已成為各行各業(yè)極為關(guān)注的問(wèn)題。如何做好IT運(yùn)維服務(wù)，保障IT資產(chǎn)平穩(wěn)、安全、快速地運(yùn)轉(zhuǎn)，并且在發(fā)生故障后及時(shí)地處理，從而最大程度降低故障的影響是企業(yè)重點(diǎn)關(guān)注的問(wèn)題。

該類(lèi)問(wèn)題的特點(diǎn)在于，運(yùn)維人員具有異質(zhì)性以及任務(wù)具有不同的重要程度、緊急程度以及截止時(shí)間。可簡(jiǎn)單描述為：在一定的時(shí)間周期內(nèi)會(huì)出現(xiàn)各種各樣的IT故障，每一個(gè)故障即為一個(gè)運(yùn)維任務(wù)，這些任務(wù)的緊急程度不同。如主機(jī)損害、網(wǎng)絡(luò)問(wèn)題這一類(lèi)任務(wù)級(jí)別較高，如果不及時(shí)解決則會(huì)產(chǎn)生較大的成本。另外，報(bào)修故障的人員級(jí)別不同。報(bào)修故障人員級(jí)別越高，則當(dāng)事人提出的故障越要加急處理，否則會(huì)產(chǎn)生較大的成本，這一點(diǎn)稱(chēng)之為重要程度。運(yùn)維任務(wù)具有不同的截止時(shí)間，如果在截止時(shí)間之后才完成任務(wù)，會(huì)產(chǎn)生延遲成本，延遲成本為延遲時(shí)間×單位懲罰成本×重要程度×緊急程度。目前有一批運(yùn)維人員可以被分配去處理各個(gè)任務(wù)，每個(gè)運(yùn)維人員可以處理的任務(wù)種類(lèi)以及處理每個(gè)任務(wù)的時(shí)間都不同。每個(gè)運(yùn)維人員的單位工作成本也高低不一。

論文“考慮服務(wù)水平的IT運(yùn)維人力資源調(diào)度”的主要思想為：采用基本的貪心算法得到初始解，使用標(biāo)準(zhǔn)的遺傳算法進(jìn)一步計(jì)算得到較好結(jié)果。然而，該方法存在以下缺點(diǎn)：1.對(duì)于任務(wù)的重要程度只分為固定的三等級(jí)；2.采用標(biāo)準(zhǔn)的遺傳算法進(jìn)行計(jì)算，求解速度慢，效果差。論文“考慮服務(wù)水平的IT運(yùn)維人員調(diào)度的智能遺傳算法”的主要思想為：采用改進(jìn)的帶有自適應(yīng)算子的遺傳算法計(jì)算IT運(yùn)維人員調(diào)度問(wèn)題。然而，該方法存在以下缺點(diǎn)：1.對(duì)于任務(wù)的重要程度仍然只分為固定三等級(jí)；2.遺傳算法的群智能迭代過(guò)程耗費(fèi)了較多的計(jì)算時(shí)間，在有限時(shí)間內(nèi)，對(duì)于問(wèn)題的求解效果有限。論文“考慮任務(wù)釋放時(shí)間的IT運(yùn)維人員調(diào)度”的主要思想為：采用特色的變鄰域算法和遺傳算法解決帶有釋放時(shí)間的IT運(yùn)維人員調(diào)度問(wèn)題。然而，該方法存在以下缺點(diǎn)：該方法是針對(duì)帶有釋放時(shí)間的IT運(yùn)維人員調(diào)度問(wèn)題設(shè)計(jì)產(chǎn)生，其求解目標(biāo)為最小化最大延誤時(shí)間，與本專(zhuān)利求解問(wèn)題有較大區(qū)別，在用該方法求解本專(zhuān)利問(wèn)題中，會(huì)出現(xiàn)計(jì)算時(shí)間長(zhǎng)、效果差的現(xiàn)象。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的缺陷和改進(jìn)需求，本發(fā)明提供了基于鄰域結(jié)構(gòu)的最小化總成本IT運(yùn)維人員調(diào)度方法和系統(tǒng)，其目的在于提供一種針對(duì)最小化總成本的IT運(yùn)維人員調(diào)度問(wèn)題求解效率好、求解時(shí)間短的特色方法，該方法能面對(duì)現(xiàn)實(shí)中大規(guī)模的實(shí)際問(wèn)題時(shí)(任務(wù)數(shù)量170-320，運(yùn)維人員數(shù)量20-40)，仍能取得較好表現(xiàn)，得到優(yōu)良的調(diào)度方案。

為實(shí)現(xiàn)上述目的，按照本發(fā)明的第一方面，提供了一種基于鄰域結(jié)構(gòu)的最小化總成本IT運(yùn)維人員調(diào)度方法，該方法包括：

在IT故障處理任務(wù)執(zhí)行約束和IT運(yùn)維人員服務(wù)技能水平約束下，建立以最小化總成本為目標(biāo)的IT運(yùn)維人員調(diào)度模型；

獲取各個(gè)IT故障處理任務(wù)的截止時(shí)間、重要程度、緊急程度、單位延誤成本和標(biāo)準(zhǔn)執(zhí)行時(shí)間，獲取各個(gè)IT運(yùn)維人員的技能水平和單位時(shí)間成本，采用變鄰域的遺傳算法求解該調(diào)度模型，得到最優(yōu)的人員和任務(wù)的組合方案，包括分配的任務(wù)集和任務(wù)順序，其中，采用相同長(zhǎng)短的兩段染色體來(lái)表示單個(gè)個(gè)體，一段染色體的每個(gè)基因位為任務(wù)編號(hào)，另一段染色體的每個(gè)基因位為處理對(duì)應(yīng)任務(wù)的運(yùn)維人員編號(hào)，所述變鄰域的遺傳算法采用變鄰域搜索方式產(chǎn)生下一代種群，包括以下步驟：