面向智能制造车间生产与计算任务的耦合调度模型与耦合调度方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114139823A(43)申请公布日2022.03.04(21)申请号202111492751.6G06N3/00(2006.01)(22)申请日2021.12.08(71)申请人重庆大学地址400044重庆市沙坪坝区沙坪坝正街174号(72)发明人杨波庞植易力力王时龙康玲高益凡(74)专利代理机构重庆航图知识产权代理事务所(普通合伙)50247代理人胡小龙(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06Q50/04(2012.01)G06F9/50(2006.01)权利要求书4页说明书18页附图3页(54)发明名称面向智能制造车间生产与计算任务的耦合调度模型与耦合调度方法(57)摘要本发明公开了一种面向智能制造车间生产与计算任务的耦合调度模型，通过对每个工件的加工顺序、所分配的加工机器、计算任务中的子计算任务的划分以及计算任务中所选择的卸载方式进行调度分配，从而能够得到所有工件的最大完成时间和所有计算任务的总延迟时间，以最短的最大完成时间和最短的总延迟时间为目标，从而可以求解到满足约束条件的耦合智能制造车间的生产与计算任务的调度方案，即本发明面向智能制造车间生产与计算任务的耦合调度模型，能够同步优化生产任务的完工时间和计算任务的卸载时间。本发明还公开了一种面向智能制造车间生产与计算任务的耦合调度方法。CN114139823ACN114139823A权利要求书1/4页1.一种面向智能制造车间生产与计算任务的耦合调度模型，其特征在于：所有工件的最大完成时间为：其中，mtmax表示所有工件的最大完工时间；sijk表示工序Oij在加工机器Mk上的起始加工时间；mtijk表示工序Oij在加工设备Mk上的工作时间；Oij表示第i个工件的第j道工序；Mk表示第k台加工机器；n表示工件总数；qi表示工件Ji的总工序数；Ji表示第i个工件；所有计算任务的总延迟时间为：L其中，cttotal表示所有计算任务的总延迟时间；ctijk,h表示计算任务CTijk,h在本地的执行时间，即在加工设备Mk处的执行时间；表示计算任务CTijk,h在边缘计算节点Ev上的C执行时间；ctijk,h表示计算任务CTijk,h在云服务器上的执行时间；CTijk,h表示工序Oij在加工机器Mk上加工产生的第h类子计算任务Th；Ev表示第v个边缘计算节点；智能制造车间调度的目标为获得最短的最大完成时间和最短的总延迟时间，即：min(mtmax)min(cttotal)约束条件为：mtijk＞0，i＝1,2,...,n；j＝1,2,...,qi；k＝1,2,...,msijk+mtijk≤si(j+1)k,i＝1,2,...,n；j＝1,2,...,qi；k＝1,2,...,m2CN114139823A权利要求书2/4页其中，m表示加工机器的数量；表示第h类子计算任务Th在边缘计算节点Ev上的CPU计算频率；表示边缘计算节点Ev的总计算能力。2.根据权利要求1所述面向智能制造车间生产与计算任务的耦合调度模型，其特征在L于：计算任务CTijk,h在本地的执行时间ctijk,h为：L其中，Ch表示完成第h类子计算任务Th需要的总CPU周期；fk表示加工机器Mk的计算能力；且：Ch＝ωh*Dh其中，ωh表示每比特计算任务所需要的计算资源；Dh表示第h类子计算任务Th的计算量。3.根据权利要求1所述面向智能制造车间生产与计算任务的耦合调度模型，其特征在于：计算任务CTijk,h在边缘计算节点Ev上的执行时间为：其中，Dh表示第h类子计算任务Th的计算量；Ch表示完成第h类子计算任务Th需要的总CPUE周期；Rh表示第h类子计算任务Th传输到ECN上的数据传输速率；表示第h类子计算任务Th在边缘计算节点Ev上的CPU计算频率；且：其中，Ph表示第h类子计算任务Th传输到边缘计算节点的传输功率；Hh表示第h类子计算2任务Th从终端设备到边缘计算节点之间的信通增益；σ表示加性高斯白信道噪声的方差。4.根据权利要求1所述面向智能制造车间生产与计算任务的耦合调度模型，其特征在C于：计算任务CTijk,h在云服务器上的执行时间ctijk,h为：其中，Dh表示第h类子计算任务Th的计算量；Ch表示完成第h类子计算任务Th需要的总CPUEEC周期；Rh表示第h类子计算任务Th传输到ECN上的数据传输速率；Rh表示第h类子计算任务CTh在ECN和云服务器之间传输的速率；fh表示第h类子计算任务Th在云服务器上的CPU计算频率。5.一种面向智能制造车间生产与计算任务的耦合调度方法，其特征在于：包括如下步骤：1)对如权利要求1‑4任一项所述面向智能制造车间生产与计算任务的