云端任务调度方法、装置、设备及存储介质与流程

本申请涉及汽车，尤其涉及一种云端任务调度方法、装置、设备及存储介质。

背景技术：

1、物流运输企业设置有对应的云端任务调度系统，云端任务调度系统用于获取多个不同的物流运输任务，以及云端任务调度系统中多个不同的硬件资源信息，硬件资源信息为对应的硬件资源的配置信息，如计算能力信息，传输速率信息等；硬件资源用于为对应的物流运输任务提供处理服务；云端任务调度系统还用于从多个不同的硬件资源信息中为每个物流运输任务匹配合适的硬件资源信息，从而实现云端任务调度。

2、但是，若物流运输任务与硬件资源信息的数量均较多的情况下，则云端任务调度系统需要花费较多的时间为每个物流运输任务匹配对应的硬件资源信息，从而导致云端任务调度的效率较低。

技术实现思路

1、为了便于提升云端任务调度的效率，本申请实施例提供一种云端任务调度方法、装置、设备及存储介质。

2、第一方面，本申请实施例提供一种云端任务调度方法，包括：

3、获取任务集与资源信息集，对所述任务集中的子任务进行聚类得到任务聚类集，对所述资源信息集中的资源信息进行聚类得到资源信息聚类集；

4、对任务聚类集中的子任务聚类进行聚类中心编码得到任务聚类中心码，对资源信息聚类集中的资源信息聚类进行聚类中心编码得到资源信息聚类中心码；

5、计算任务聚类中心码与资源信息聚类中心码之间的差异程度，基于所述差异程度确定任务聚类中心码对应的任务聚类所对应的资源信息聚类，得到聚类匹配结果；

6、基于预设的蚁群优化算法处理所述聚类匹配结果得到所述聚类匹配结果中每个子任务对应的资源信息。

7、第二方面，本申请实施例提供一种云端任务调度装置，包括：

8、获取聚类模块，用于获取任务集与资源信息集，对所述任务集中的子任务进行聚类得到任务聚类集，对所述资源信息集中的资源信息进行聚类得到资源信息聚类集；

9、中心编码模块，用于对任务聚类集中的子任务聚类进行聚类中心编码得到任务聚类中心码，对资源信息聚类集中的资源信息聚类进行聚类中心编码得到资源信息聚类中心码；

10、差异计算模块，用于计算任务聚类中心码与资源信息聚类中心码之间的差异程度，基于所述差异程度确定任务聚类中心码对应的任务聚类所对应的资源信息聚类，得到聚类匹配结果；

11、算法处理模块，用于基于预设的蚁群优化算法处理所述聚类匹配结果得到所述聚类匹配结果中每个子任务对应的资源信息。

12、第三方面，本申请实施例提供了一种计算机设备，计算机设备包括存储器和处理器，所述存储器存储有计算机程序，处理器执行该计算机程序时实现上述的方法中的步骤。

13、第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的方法中的步骤。

14、第五方面，本申请实施例还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一方法实施例中的步骤。

15、上述云端任务调度方法、装置、设备及存储介质的实施例，通过获取任务集与资源信息集，对所述任务集中的子任务进行聚类得到任务聚类集，对所述资源信息集中的资源信息进行聚类得到资源信息聚类集；对任务聚类集中的子任务聚类进行聚类中心编码得到任务聚类中心码，对资源信息聚类集中的资源信息聚类进行聚类中心编码得到资源信息聚类中心码；计算任务聚类中心码与资源信息聚类中心码之间的差异程度，基于所述差异程度确定任务聚类中心码对应的任务聚类所对应的资源信息聚类，得到聚类匹配结果；基于预设的蚁群优化算法处理所述聚类匹配结果得到所述聚类匹配结果中每个子任务对应的资源信息；通过上述实施例的实施可以得到任务聚类与资源信息聚类匹配形成的聚类匹配结果，后续任务聚类中的任务所匹配的资源信息就匹配的资源信息聚类中；而任务聚类中的任务的数量相较于任务集中的任务的数量是大大减少的，资源信息聚类中资源信息的数量相较于资源信息集中资源信息的数量也是大大减少的，如此通过蚁群优化算法便于更加快速的从资源信息聚类中确定与匹配的任务聚类中每个任务对应的资源信息；从而便于提升云端任务调度的效率。

16、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种云端任务调度方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述计算任务聚类中心码与资源信息聚类中心码之间的差异程度，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述差异程度确定任务聚类中心码对应的任务聚类所对应的资源信息聚类，得到聚类匹配结果，包括：

4.根据权利要求3所述的方法，其特征在于，所述匹配所述任务聚类中心码对应的子任务聚类与所述目标差异程度对应的所述资源信息聚类得到聚类匹配结果，包括：

5.根据权利要求1所述的方法，其特征在于，所述获取任务集与资源信息集，包括：

6.根据权利要求1所述的方法，其特征在于，所述预设的蚁群优化算法为结合模拟退火算法进行改进的蚁群优化算法。

7.一种云端任务调度装置，其特征在于，所述装置包括：

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及汽车技术领域，尤其涉及一种云端任务调度方法、装置、设备及存储介质；方法包括：获取任务集与资源信息集，对任务集中的子任务进行聚类得到任务聚类集，对资源信息集中的资源信息进行聚类得到资源信息聚类集；对任务聚类集中的子任务聚类进行聚类中心编码得到任务聚类中心码，对资源信息聚类集中的资源信息聚类进行聚类中心编码得到资源信息聚类中心码；计算任务聚类中心码与资源信息聚类中心码之间的差异程度，基于差异程度确定任务聚类中心码对应的任务聚类所对应的资源信息聚类，得到聚类匹配结果；基于预设的蚁群优化算法处理聚类匹配结果得到聚类匹配结果中每个子任务对应的资源信息。本申请便于提升云端任务调度的效率。

技术研发人员：袁艺,邵亚辉,李木子,张海涛
受保护的技术使用者：一汽解放汽车有限公司
技术研发日：
技术公布日：2024/9/23