Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东大学周风余获国家专利权

山东大学周风余获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉山东大学申请的专利基于超启发算法的云环境下关联任务调度方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115185656B

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210725058.7,技术领域涉及:G06F9/48;该发明授权基于超启发算法的云环境下关联任务调度方法及系统是由周风余;孙倡;尹磊;刘进设计研发完成,并于2022-06-24向国家知识产权局提交的专利申请。

基于超启发算法的云环境下关联任务调度方法及系统在说明书摘要公布了:本公开提供了一种基于超启发算法的云环境下关联任务调度方法及系统,所述方案包括:获取待任务调度的关联任务集合;以最小化任务完成时间及云环境下基础云计算服务成本为目标,基于超启发算法对所述关联任务集合中的任务进行优化调度求解,获得最优的调度方案;其中,所述超启发算法包括低层算法池、移动接受方法池及高层选择策略;所述低层算法池由若干基础任务调度算法组成,所述移动接受方法池用于从所述当前低层算法迭代得到的解集中选择保留到下一轮迭代低层算法中的种群;所述高层选择策略基于奖励表机制,从所述低层算法池中选择当前轮次使用的基础任务调度算法,以及从所述移动接受方法池中选择符合当前需求的接受方法。

本发明授权基于超启发算法的云环境下关联任务调度方法及系统在权利要求书中公布了:1.一种基于超启发算法的云环境下关联任务调度方法,其特征在于,包括: 获取待任务调度的关联任务集合; 以最小化任务完成时间及云环境下基础云计算服务成本为目标,基于超启发算法对所述关联任务集合中的任务进行优化调度求解,获得最优的调度方案; 其中,所述超启发算法包括低层算法池、移动接受方法池及高层选择策略;所述低层算法池由若干基础任务调度算法组成,所述基础任务调度算法用于对任务序列进行任务调度;所述移动接受方法池由若干接受方法构成,其用于从当前低层算法迭代得到的解集中选择保留到下一轮迭代低层算法中的种群;所述高层选择策略基于奖励表机制,从所述低层算法池中选择当前轮次使用的基础任务调度算法,以及从所述移动接受方法池中选择符合当前需求的接受方法; 所述高层选择策略基于奖励表机制,通过将奖励表对基础任务调度算法和接受方法的选择作为动作,将当前基础任务调度算法运算所得种群的单位多样性及种群的求解状态作为环境信息,由基础调度算法每次被选择并运算完毕后所得解集的适应度函数值及种群多样性状态产生奖励值,基于所述奖励值计算低层算法池中不同基础任务调度算法的选择概率以及所述移动接受方法池中移动接受方法的选择概率,基于所述选择概率实现对基础任务调度算法和接受方法的选择,同时,更新奖励表,实现经验的积累; 所述移动接受方法池包括: 第一移动接受方法:选择当前低层算法迭代得到的解集中的全部种群; 第二移动接受方法:采用准随机数列从当前低层算法迭代得到的解集中进行种群选择; 第三移动接受方法:从当前低层算法迭代得到的解集中选择前10%的优质解,并对所述优质解20%的编码种群添加随机扰动,生成占解集种群总数40%的种群;同时采用准随机数列初始化产生真实种群规模两倍的新种群,并通过适应度函数测试上述种群的性能,并保留性能处于前50%的种群与上一轮算法所得优质解组成新的种群。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山东大学,其通讯地址为:250061 山东省济南市历下区经十路17923号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。