【CN109872049A】资源配置优化方法及装置【专利】

权利要求书3页 说明书7页 附图2页
Hale Waihona Puke CN 109872049 ACN 109872049 A
权 利 要 求 书
1/3 页
1 .一种资源配置优化方法，其特征在于，包括： 根据目标项目未调度工序集合中所有未调度工序预先获取的开始时刻，获取最早所述 开始时刻对应的未调度工序，将所述最早开始时刻对应的未调度工序作为目标工序； 根据完成各所述目标工序所需各类资源和在所述最早开始时刻可用的所述所需资源， 基于遗传算法将所述可用的所需资源分配给各所述目标工序，以使本次分配产生的资源流 网络复杂度最低； 将所述目标工序从所述未调度工序集合中移除 ，根据移除所述目标工序的未调度工序 集合迭代执行获取目标工序和资源分配的步骤，直到所述未调度工序集合为空。 2 .根据权利要求1所述的方法，其特征在于，基于遗传算法将所述可用的所需资源分配 给各所述目标工序，以使本次分配产生的资源流网络复杂度最低的步骤具体包括： 若各所述目标工序在所述最早时刻可用资源中存在上次分配给各所述目标工序非紧 前工序的资源，则基于遗传算法优先将各所述目标工序在所述最早时刻的可用资源中除上 次分配给各所述目标工序非紧前工序的资源以外的其它资源分配给各所述目标工序，以使 本次分配产生的资源流网络复杂度最低。 3 .根据权利要求1所述的方法，其特征在于，根据完成各所述目标工序所需各类资源和 在所述最早开始时刻可用的所述所需资源，基于遗传算法将所述可用的所需资源分配给各 所述目标工序的步骤具体包括： 根据完成各所述目标工序所需各类资源数量和各资源的编号进行第一编码； 根据第一编码结果和在所述最早开始时刻可用的所述所需资源，生成初始资源分配结 果； 根据所述初始资源分配结果迭代进行遗传操作，直到达到第一预设终止条件； 计算所述遗传算法最后一代获取的 各资源分配结果的 适应度值 ；其中 ，各所述资源分 配结果产生的资源流网络复杂度越小，相应的适应度值越大； 根据最大的所述适应度值对应的资源分配结果，将所述可用的所需资源分配给各所述 目标工序。 4 .根据权利要求3所述的方法，其特征在于，根据完成各所述目标工序所需各类资源的 数量和各资源的编号进行第一编码的步骤具体包括： 根据完成各所述目标工序所需各类资源数量获取所有所述目标工序所需资源的总数 量； 将所述总数量作为编码长度，将所有所述目标工序在所述最早开始时刻可用的所需资 源的编号作为基因元素进行第一编码。 5 .根据权利要求3所述的方法，其特征在于，根据所述初始资源分配结果迭代进行遗传 操作，直到达到第一预设终止条件的步骤具体包括： 计算各所述初始资源分配结果的适应度值； 将各所述初始资源分配结果对应的适应度值按从大到小的顺序进行排列，将前多个适 应度值对应的初始资源分配结果作为精英保留群； 根据各所述初始资源分配结果对应的适应度值进行轮盘赌操作，从所述初始资源分配 结构中选出遗传群，对所述遗传群进行交叉和变异操作，获取子代群； 以随机生成的方式生成随机群，将所述精英保留群、子代群和随机群作为下一代种群；
根据所述遗传算法最后一代获取的最优的预设个数的个体，获取各所述个体中各所述 工序的开始时刻；
将所述目标项目中的所有工序作为各所述个体对应的初始未调度工序集合。 7 .根据权利要求6所述的方法，其特征在于，基于遗传算法对所述目标项目中所有的工 序进行第二编码，以使所述目标项目的完成时间最短的步骤具体包括： 将所述目标项目中所有工序的总数目作为编码长度，将各所述工序的编号作为基因元 素进行第二编码 ；其中 ，任一所述工序在第二编码结果中的位置位于该工序的紧前工序之 后； 根据所述第二编码结果，生成初始个体； 根据所述初始个体迭代进行遗传操作，直到达到第二预设终止条件； 相应地 ，根据所述遗传算法最 后一代获取的 最优的 预设个数的 个体 ，获取各所述个体 中各所述工序的开始时刻的步骤具体包括： 计算最后一代获取的各个体对应的目标项目完成时间 ，根据所述目标项目完成时间最 短的预设个数的个体，获取各所述个体中各所述工序的开始时刻。 8 .一种资源配置优化装置，其特征在于，包括： 获取 模块 ，用于根 据目 标 项目 未 调度工 序集合中 所 有未 调度工 序预先获取的 开 始时 刻，获取最早所述开始时刻对应的未调度工序，将所述最早开始时刻对应的未调度工序作 为目标工序； 分配模块，用于根据完成各所述目标工序所需各类资源和在所述最早开始时刻可用的 所述所需资源，基于遗传算法将所述可用的所需资源分配给各所述目标工序，以使本次分 配产生的资源流网络复杂度最低； 迭代模块，用于将所述目标工序从所述未调度工序集合中移除 ，根据移除所述目标工 序的未调度工序集合迭代执行获取目标工序和资源分配的步骤，直到所述未调度工序集合 为空。 9 .一种电子设备，其特征在于，包括： 至少一个处理器、至少一个存储器和总线；其中， 所述处理器和存储器通过所述总线完成相互间的通信； 所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能 够执行如权利要求1至7任一所述的方法。
( 19 )中华人民 共和国国家知识产权局
( 12 )发明专利申请
(21)申请号 201910063408 .6 (22)申请日 2019 .01 .23 (71)申请人 北京航空航天大学
地址 100191 北京市海淀区学院路37号 (72)发明人 王衍洋 唐文忠 王帅 (74)专利代理机构 北京路浩知识产权代理有限
获取目标项目中所有工序之间的紧前紧后关系、所述目标项目的各类资源的供给量、 各所述工序所需资源的种类和数量，以及各所述工序的耗时；
根据所述紧前紧后关系、所述供给量、各所述工序所需资源的种类和数量，以及各所述 工序的耗时 ，基于遗传算法对所述目标项目中所有的工序进行第二编码 ，以 使所述目标项 目的完成时间最短，将各第二编码结果作为个体；
公司 11002 代理人 王莹 吴欢燕 (51)Int .Cl . G06Q 10/06(2012 .01)
(10)申请公布号 CN 109872049 A (43)申请公布日 2019.06.11
( 54 )发明 名称 资源配置优化方法及装置
( 57 )摘要 本发明实施例提供一种资源配置优化方法
及装置 ，所述方法包括 ：根据目 标项目 未 调度工 序集合中所有未调度工序预先获取的开始时刻， 获取最早所述开始时刻对应的未调度工序，将所 述最早开始时刻对应的未调度工序作为目标工 序；根据完成各所述目标工序所需各类资源和在 所述最早开始时刻可用的所述所需资源，基于遗 传算法 将所述可 用的 所需 资 源分 配给各所述目 标工序，以使本次分配产生的资源流网络复杂度 最低；将所述目标工序从所述未调度工序集合中 移除 ，根据移除所述目标工序的未调度工序集合 迭代执行获取目标工序和资源分配的步骤，直到 所述未调度工序集合为空。本发明实施例实现资 源配置的全局优化，简化了资源流网络结构。
2
CN 109872049 A
权 利 要 求 书
2/3 页
根 据所述下一代 种群中 各资 源分配结果对应的 适应 度值 ，直到达到 第一预设终 止条 件。
6 .根据权利要求1所述的方法，其特征在于，根据目标项目未调度工序集合中所有未调 度工 序预先获取的 开 始时 刻 ，获取最早所述开 始时 刻对应的 未 调度工 序的 步骤之前 还包 括：