基于动态多目标优化的资源调度模型构建方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114997659A(43)申请公布日2022.09.02(21)申请号202210645045.9(22)申请日2022.06.06(71)申请人武汉理工大学地址430070湖北省武汉市洪山区珞狮路122号申请人浙江省电子信息产品检验研究院(72)发明人李昕张靖凯张君周明宇黄江帆汤旭晶冯龙祥冯玉龙李骁(74)专利代理机构武汉智嘉联合知识产权代理事务所(普通合伙)42231专利代理师张璐(51)Int.Cl.G06Q10/06(2012.01)G06Q10/04(2012.01)权利要求书3页说明书10页附图4页(54)发明名称基于动态多目标优化的资源调度模型构建方法及系统(57)摘要本发明提供了一种基于动态多目标优化的资源调度模型构建方法及系统，其方法包括：基于任务优化总周期、任务优化子周期、优化目标模型、决策变量、时不变约束条件和时变约束条件构建资源调度模型；基于历史数据确定影响资源调度模型的可变参数，并对可变参数进行划分，生成可变参数集；基于进化多目标优化算法和多个可变参数子集对资源调度模型进行离线多目标优化，确定各任务优化子周期的帕累托最优方案集以及各资源优化目标模型对决策变量的敏感度；将帕累托最优方案集作为参考向量存储至离线知识库，并根据敏感度获得简化资源调度模型，将简化资源调度模型存储至离线知识库。本发明提高了对资源调度任务进行多目标优化的效率。CN114997659ACN114997659A权利要求书1/3页1.一种基于动态多目标优化的资源调度模型构建方法，其特征在于，包括：确定资源调度任务的任务优化总周期、多个任务优化子周期、多个资源优化目标模型、决策变量、时不变约束条件和时变约束条件，并基于所述任务优化总周期、多个任务优化子周期、多个优化目标模型、决策变量、时不变约束条件和时变约束条件构建资源调度模型；基于历史数据确定影响所述资源调度模型的可变参数，并基于所述任务优化总周期和所述多个任务优化子周期对所述可变参数进行划分，生成可变参数集，所述可变参数集包括与所述多个任务优化子周期一一对应的多个可变参数子集；基于进化多目标优化算法和所述多个可变参数子集对所述资源调度模型进行离线多目标优化，确定各所述任务优化子周期的帕累托最优方案集以及所述多个资源优化目标模型中各资源优化目标模型对所述决策变量的敏感度；将所述帕累托最优方案集作为参考向量存储至离线知识库，并根据所述敏感度对所述资源调度模型进行简化，获得简化资源调度模型，将所述简化资源调度模型存储至所述离线知识库。2.根据权利要求1所述的基于动态多目标优化的资源调度模型构建方法，其特征在于，所述时不变约束条件包括时不变等式约束条件和时不变不等式约束条件，所述时变约束条件包括时变等式约束条件和时变不等式约束条件；所述资源调度模型为：minF(x,T)＝{fa(x),a＝1,2,...,N}x＝(xm,m＝1,2,...,M)∈X式中，minF(x,T)为资源调度模型；fa(x)为a个优化目标模型；N为多个优化目标模型的总个数；x为决策向量；T任务为优化总周期时长；t为任务优化子周期时长；xm为第m个决策变量；M为决策变量的总个数；为第i1个时不变不等式约束条件；为第j1个时不变等式约束条件；为第i2个时变不等式约束条件；为第j2个时变等式约束条件；p1为时不变不等式约束条件的总数量；q1为时不变等式约束条件的总数量；p2为时变不等式约束条件的总数量；q2为时变等式约束条件的总数量；X为可行域。3.根据权利要求1所述的基于动态多目标优化的资源调度模型构建方法，其特征在于，所述可变参数集为：H(t)＝{H(t1),H(t2),...,H(tk),...,H(tK)}H(tk)＝{H1(tk),H2(tk),...,Hr(tk),...,HR(tk)}Hr(tk)＝{hr(tk,1),hr(tk,2),...,hr(tk,l),...,hr(tk,L)}式中，H(t)为可变参数集；H(tk)为任务优化子周期tk内的可变参数子集；K为可变参数子集的个数；Hr(tk)为任务优化子周期tk内第r个可变参数的集合；hr(tk,l)为第r个可变参数在第l个任务优化子周期tk内的参数值；L为相同任务优化子周期的个数。2CN114997659A权利要求书2/3页4.根据权利要求1所述的基于动态多目标优化的资源调度模型构建方法，其特征在于，所述敏感度为：式中，ΔO为敏感度；Omax为在对所述资源调度模型进行离线多目标优化过程中资源优化目标模型的最大值、Omin为在对所述资源调度模型进行离线多目标优化过程中资源优化目标模型的最小值。5.根据权利要求4所述的基于动态多目标优化的资源调度模型构建方法，其特征在于，所述根据所述敏感度对所