[發明專利]基于遺傳算法的任務調度信息的確定方法、裝置和設備

在審

• 申請號: 202210673085.4
• 申請日: 2022-06-15
• 公開（公告）號: CN115145723A
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 鐘金成;王建民;龍明盛;吳佳龍;馬浩宇
• 申請（專利權）人: 清華大學
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F9/48;G06N3/12
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張寧;黃健

1.一種基于遺傳算法的任務調度信息的確定方法，其特征在于，所述方法包括：

獲取任務調度信息集合，其中，所述任務調度信息集合中包括至少一個任務調度信息；所述任務調度信息為至少一個任務的調度次序；

重復執行以下過程，直至達到預設條件，其中，t的初始值為1，t為大于等于1的正整數：根據第t輪遺傳算法的遺傳算子對所述任務調度信息集合進行處理，得到所述第t輪遺傳算法對應的任務處理結果，其中，所述任務處理結果表征所述任務調度信息優化后的集合；對所述第t輪遺傳算法對應的任務處理結果進行處理，得到所述任務調度信息的中間特征，以及所述任務調度信息的適應度；其中，所述任務調度信息中包括每一任務的調度次序；根據各所述任務調度信息的中間特征，確定第t+1輪遺傳算法的遺傳算子，并確定t的取值加1；

基于達到所述預設條件時所得到的遺傳算子，對所述任務調度信息集合進行處理，得到適應度更高的任務調度信息的集合；其中，所述任務調度信息表征所述任務之間的調度次序。

2.根據權利要求1所述的方法，其特征在于，對所述第t輪遺傳算法對應的任務處理結果進行處理，得到所述任務調度信息的中間特征，包括：

將所述第t輪遺傳算法對應的任務處理結果輸入至預設的多層感知機和圖神經網絡模型中進行處理，得到所述任務調度信息集合的中間特征。

3.根據權利要求2所述的方法，其特征在于，將所述第t輪遺傳算法對應的任務處理結果輸入至預設的多層感知機和圖神經網絡模型中進行處理，得到所述任務調度信息的中間特征，包括：

將所述第t輪遺傳算法對應的任務處理結果，輸入至所述預設的多層感知機和圖神經網絡模型中，針對所述任務調度信息中每一任務在所述第t輪遺傳算法對應的任務處理結果中的調度次序關系，進行處理，輸出所述每一任務調度信息的中間特征。

4.根據權利要求1所述的方法，其特征在于，根據所述任務調度信息的中間特征，確定第t+1輪遺傳算法的遺傳算子，包括：

基于強化學習模型對所述任務調度信息的中間特征進行處理，得到第t+1輪遺傳算法的遺傳算子。

5.根據權利要求4所述的方法，其特征在于，基于強化學習模型對所述任務調度信息的中間特征進行處理，得到第t+1輪遺傳算法的遺傳算子，包括：

根據各所述任務調度信息，建立遺傳算法的目標函數；

基于所述目標函數，對第t輪遺傳算法得到的適應度最高的任務調度信息，以及所述第t-1輪遺傳算法得到的任務調度信息集合進行處理，確定獎勵信息；所述獎勵信息用于指示遺傳算子的選擇；

基于所述強化學習模型，確定使得所述獎勵信息的取值最大時所述中間特征所對應的遺傳算子，為第t+1輪遺傳算法的遺傳算子。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述每一任務調度信息具有適應度，其中，所述適應度表征任務調度信息的優劣。

7.根據權利要求1-5任一項所述的方法，其特征在于，所述任務調度信息中的每一任務具有任務信息，所述任務信息包括任務的開始執行時間以及任務時長；所述方法，還包括：

選取所述任務調度信息集合中適應度最高的任務調度信息，對所述任務調度信息中的任務進行拓撲排序處理，得到處理后的任務調度信息；

根據所述處理后的任務調度信息中任務之間的拓撲關系、以及所述每一任務的任務信息，確定所述每一任務的啟動時刻。

8.根據權利要求7所述的方法，其特征在于，在根據所述處理后的任務調度信息中任務之間的拓撲關系、以及所述每一任務的任務信息，確定所述每一任務的啟動時刻之后，還包括：

根據所述處理后的任務集合中任務之間的拓撲關系、以及所述每一任務的啟動時刻，執行所述每一任務。