文摘
随着市场经济的快速发展,任务调度模型已经成为了企业管理领域的核心问题。为了解决这个问题,模型的稳定性将下降过程中由于人为因素的干扰的多任务调度的传统算法,合理调度模型的基础上,本文提出了优先原则。阐述了多任务调度的原则在公司管理中,构造一个多任务调度网络模型基于优先级,执行虚拟调度模型,搜索最优解的解空间调度问题,并获得合理的多任务调度方法在公司管理。通过分析相关的模拟实验,可以得出结论,摘要任务调度算法不仅可以有效地为高优先级任务分配相应的资源,还可以节省成本,以显示更好的执行效率。
1。介绍
随着市场经济的快速发展,企业之间的竞争变得越来越激烈。作为一个更重要的因素影响企业的竞争力,企业管理中任务调度的方法受到越来越多的关注公司经理(1,2]。因此,企业管理中任务调度的方法已成为一个热点话题领域的企业,已被许多专家关注。目前,公司管理层的主要任务调度模型主要包括基于模糊聚类算法的任务调度方法,任务调度方法的基础上,优化遗传算法,以及基于蚁群算法的任务调度方法3,4]。由于任务调度方法的广阔的发展空间,它已成为许多专家关注的焦点。
任务调度模型已成为公司管理领域的核心问题。在公司的管理,采用管道工作任务管理模式,采用多线程和多任务模式下工作任务管理(5]。多任务调度过程中,任务之间的关系非常复杂,这是极大的调度顺序的影响。传统的任务调度模型是基于单一的线性顺序优化6,7]。曾经有太多的任务,不同的任务调度之间的矛盾增加,模型的稳定性将会下滑,和调度的效率会很低。然而,很难将可调度的优先级分配给每个任务在设计模型中由于多次的局限性。同时,很难避免不良的优先级反转。因此,设计模型不能用于分析固定优先级调度理论。
针对传统算法的缺陷,合理调度方法的基础上,提出了多约束调度模型。多任务调度的原则,在公司管理中详细描述(8,9]。基于优先级的多任务调度的网络模型是由使用这一原则。虚拟调度进行了网络模型的最优解是在解空间搜索,和合理的多任务调度方法在获得公司管理层10]。实验结果表明,改进的算法可以提高资源利用率和调度效率和避免缺陷减少调度模型的稳定性由multiwork掺杂引起的。
2。多任务调度在公司管理原则
2.1。任务调度模型的分析
任务调度是一个简单的问题分配资源根据时间来完成任务。调度的准确性和合理性直接关系到整个生产活动的经济效果。任务调度软件的目的是利用先进的计算机技术来实现有效的生产调度控制(11]。任务调度软件的目标如下:(左)方便的交流。软件应该有一个友好的人机界面,方便、直观、容易学习。用户可以很容易地实现人机对话。(2)网络管理。作为企业内部管理系统的一部分,任务调度软件应该有一个良好的信息接口,实现信息交互与其他子系统。通过接口,它可以实现任务分配的功能,发布、加工。(3)调度过程的可控性。它有监控功能的整个过程任务调度和及时反映了问题需要系统管理员。(4)安全。大部分的内部资源参与软件是机密,所以安全是非常重要的。软件应该识别和权限的用户控制的能力。
根据任务调度软件的需求分析,任务调度分为六个功能:计划预处理、任务调度、基本信息管理、物质资源管理、作业管理、工作流程跟踪。因此,任务调度的域模型,如图1。任务调度模型主要由两个模块:任务请求调度和优化选择。分类器将任务分为几类根据他们的优先级并将它们发送给相应的队列缓冲区和给每个队列的重量。虚拟调度之间的差异和实际调度是虚拟调度任务分配一组资源,而实际的调度任务分配一个特定的资源。虚拟调度开发基于弛豫理论,所以虚拟调度是一个中间过程解决调度方案。
计划后预处理功能搜索计划,它将计划根据检索结果和编译调度表,用于驱动任务调度(12]。收到发货单后发布的计划,任务调度的第一个调用中的剩余生产能力信息基本信息管理、产品的处理信息、任务分解、任务,分类的基础上,基于实例的合同网调度方法。然后,资源管理的原材料和中间产品被称为调度和处理任务(13,14]。调度完成后、生产、人小时配额,统计管理成本。整个调度过程是伴随着工作过程跟踪。工作过程跟踪跟踪计划的执行状态之前的执行任务调度,跟踪物流和成本信息生成的调度过程中,跟踪输出和质量完成后的运营管理调度。
2.2。任务调度体系结构的设计
类模型的核心是面向对象建模和UML的一个重要组成部分。它的主要功能是定义系统中的类以及它们之间的关系。类模型中的类结构是由从域的需求抽象意义的概念,然后封装与他们某些行为(15,16]。最初的类模型是一个concept-based类模型,其重点是表达的类之间的关系,而忽略了表达的属性在类的内部结构和行为。根据域的需求和系统的基本框架,最初的类模型是构建抽象。下面是一个分析和总结抽象建模方法的初始类模型(17,18]:(1)从底层提取的初始类用例,活动图,和信息载体的分析,建立了最初的类框架(2)从用例图和活动图的信息流和数据流之间的关系抽象类的类图(3)映射用例图和活动图的工作流类图是用来反映业务处理逻辑(4)准确识别的类型(协会、聚合、组合、和概括)(5)一个接口定义或描述,表达了服务(操作)提供给用户使用界面(6)代理对象用于完善协会和提供访问控制;操作对象用于提供预处理来简化交互
任务调度软件的最初的类体系结构如图2。最初的类框架开发的任务调度是根据业务领域应用程序的主线,这体现了IPO的功能抽象和数据处理流程控制。
此外,系统的初始结构只描述了这类系统的地位和关系这类和其他类的系统,但无法描述其详细设计和优化。因此,有必要进一步分析和设计中最初的类框架的分类根据情况。使用优化方法优化结构(19- - - - - -21]。任务分配类协作任务调度的核心过程。根据域分析,进一步分析和设计任务分配类。任务分配的结构类图所示3。
2.3。描述的多任务调度原则
根据上述方法,我们可以在进行多任务处理解决调度资源的利用率。在调度任务的过程中,对不可再生资源的需求确定。因此,任务调度是不容忽视的。因此,解决多任务调度问题时,我们首先简化问题22,23]:(1)在操作Nonupdatable资源将被忽略(2)任务完成的时间仅仅是相关的工作能力选择的可再生资源
多个任务调度问题的解决方案 。 是用来描述任务的总数,然后呢用于描述 。R用于描述所有任务的资源分配向量,然后呢用于描述资源的分配任务 。 用于描述工作任务的开始时间,然后呢用于描述工作任务的开始时间吗 。S是通过计算W和r .因此,解决调度问题的过程是W和解决R值。解决多任务调度问题的过程可以描述如下:(1)构建问题的优先级网络计划;(2)通过虚拟调度,解决方案空间不断压缩,直到满足结束条件,和解决问题的过程是退出;(3)解决方案的结果(无解或最优解)的调度问题。
在公司的管理,采用管道工作任务管理模式,采用多线程和多任务模式下管理的工作任务。多任务调度过程中,任务之间的关系非常复杂,这是极大的调度顺序的影响。公司的管理,合理分配工作任务有利于提高工作效率。调度的原则如下。
集 公司管理中设置的多任务,可以通过下面的矩阵来描述:
矩阵的行向量可以用来描述的属性设置相应的任务。其中,是用来描述工作任务的类型;是工作任务的总长度;是输入大小的工作任务;工作任务的输出大小;由公司管理层工作任务的期望值。QoS也可以分为不同的任务根据QoS的类型。例如,完成时间、劳动力数量、和成本。
集 描述公司的资源组工作任务管理,可以通过下面的矩阵来描述:
矩阵的行向量用于描述各种资源的属性在相应的任务。其中,是指员工的工作能力;用于描述任务的完成时间;用于描述完成任务所需的工人数量;用于描述使用单个工人的成本;是用来描述机器的使用成本。为了全面考虑各种资源在多任务调度的性能,有必要规范资源的性能属性值。 在哪里的工作能力属性值吗我th工人,是工作能力的性能属性值的最小值米工人在调度资源集是工作能力属性值的最大值米工人。显然,公式(1)可实现属性值区间的工人的工作能力 。
调度资源的利用率下两组可以被描述为一个向量, 用于描述相应的调度资源利用率。例如,对于劳动密集型的任务,调度资源的利用率是主要反映在工人资源,及其计算公式可以描述如下: 在哪里和用于描述结束时间和相应的任务的开始时间; 用于描述这个任务吗J按计划分配我,否则 。
整体负载平衡调度资源在多个任务可以被描述的标准方差的价值。具体计算公式如下:
调度是实现最低的优化目标任务调度和最低系统资源整体负载通过合理的任务调度组t在调度资源集 。在公司的管理,采用管道工作任务管理模式,采用多线程和多任务模式下管理的工作任务。多任务调度过程中,任务之间的关系非常复杂,这是极大的调度顺序的影响。传统的任务调度模型是基于单一线性顺序优化。曾经有太多的任务,不同的任务调度之间的矛盾增加,模型的稳定性将会下滑,和调度的效率会很低。
此外,由于需要维护每个任务的堆栈,还有大量的内存开销。为了减少成本的时空实时多任务,通常将多个任务映射到相同的线程,以便将接收和处理请求的线程中的每一个任务队列。然而,很难将可调度的优先级分配给每个任务在设计模型中由于多次的局限性。同时,很难避免不良的优先级反转。因此,设计模型不能用于分析固定优先级调度理论。另一种方法是为每个任务分配一个线程实现;也就是说,任务的数量等于线程的数量,将时空成本高的缺点。
3所示。研究基于优先级的多任务调度算法
3.1。优先考虑工作流调度原型
工作流的水平可以由用户支付的水平,如图4。例如,如果一个云服务提供商将用户划分为免费用户,贵宾,优先级值可以是0,1,2。如果有多个工作流申请一个云资源同时,工作流的水平越高,就越容易获得所需的云计算资源。如果一个工作流不让云计算资源,它需要很长一段时间由于其较低的水平,我们可以设置一个值的工作流。计数从0和添加一个在每次调度。如果该值超过设定值多次调度后,工作流可以获得所需要的云计算资源无论其优先级调度的下一轮。设置的值可以根据以下步骤计算。
首先,假设有米工作流申请所需的云计算资源和云资源提供者将云计算资源的用户级N水平,那么可以设置为值米/N。正在执行的工作流,其优先级可能低于工作流申请云计算资源。我们宁愿让流程继续执行,而不是停止强制执行,因为这将浪费消耗资源,使总消费更多。
3.2。基于工作流的优先级调度算法(PISA)
比萨算法是基于访问控制模型;即工作流任务进入调度序列,可以计算优先级因子之后才被验证的访问控制模型。因此,在比萨,本文首先介绍了访问政策审核步骤。这是基于访问控制模型验证。当工作流程适用于云计算资源,云计算资源提供者首先查询访问策略库,然后查询相应的访问策略根据工作流的应用程序信息。如果可以访问政策,工作流可以进入第二步,即进入工作流扩展序列。首先,计算资源的工作流任务的应用程序进行身份验证。只有符合规则的任务才能进入第二步。为了方便实验中,我们称之为WAPC工作流任务的访问策略。WAPC的定义如下: 在哪里任务的开始时间吗 , 是任务的结束时间吗 ,和P是一个周期性的表达式。价值优先级定义了云计算资源的相应水平,工作流任务可以获得。如果资源的水平要求的工作流任务优先级的值匹配,工作流的请求将被传递。如果工作流的水平没有达到相应的要求或配额不足的时候,应用程序会被拒绝。我们定义配额 ,这表明的最大执行时间定额任务。工作定义的设置优先级值工作流工作流任务所属。策略的授权规则如下。
假设用户U适用于云计算服务提供者为工作流实例W中包含的任务ID,并请求获得所需的云计算资源T。工作流任务的优先级值相应级别所需资源的优先级。如果 ,访问应用程序通过,否则申请将被拒绝。
工作流与多个任务,完成一个任务可能依赖于其他任务的完成程度,所以他们的运行时间是相关的。为了方便统计数据可能的时间完成一项任务,我们定义的时间参数 ,它考虑了每个任务的时间参数: 在哪里任务的最小执行时间吗t我,任务所需的时间参数使用所有可用的云计算资源,然后呢不能大于 ,否则它的请求将不会通过。
对于一个工作流 ,它可能包含多个任务。类似地,用户可以指定这些任务的层次权重。假设有n任务的等级权重 和的优先级权重是这些任务所属的工作流,那么平均排名体重吗的任务是
图5只显示工作调度的过程,所以没有图中数值。只是一个参考的过程,可能还有其他类型。图5说明了工作流任务的调度过程。
任务调度,我们也有以下注意事项:(1)云计算资源的数量,一个云计算服务提供商可以提供是有限的。(2)属于高级工作流应该首先执行任务,这意味着一级影响因素一个比第二级影响因素更重要吗B。在某些情况下,一些低级的工作流程可能更高的任务调度队列被上面的公式计算后,我们需要添加上述条件。
第二步是绑定的任务优先级到虚拟机之间的映射关系,建立任务和虚拟机。这涉及到服务质量的概念。在云计算中,服务质量是用来测量用户对云计算服务的满意度。QoS的不同的用户有不同的标准,有些可能需要确保实时性能,而另一些人则希望低成本。根据用户的任务的重要性,相关任务的优先级因子计算和参与的所有任务调度优先。然后虚拟机资源进行排序。水平越高的任务,可以获得更丰富的资源。
4所示。仿真实验与分析
4.1。GABP优化RO
本文中使用的云模拟环境包括10个虚拟机,每个执行一个任务。我们设立了五个用户适用于云计算服务提供商。每个用户提出一个工作流,每个工作流包包含两个任务。基于实验的便利,本文假定所有任务优先级因子计算通过了身份验证的访问控制模型中,我们只考虑任务的优先级不考虑任务执行的顺序。为了验证多任务调度的合理性方法基于多约束的调度算法,一个实验是必要的。在实验的过程中,资源利用率、人员利用率,以及调度效率是用来测量性能的多任务调度方法。企业人员之间的关系、资源和工作任务描述图6。
相关的数据之间的关系人员、资源、和工作表中描述的任务1。
传统的算法和改进算法,分别用于公司管理的多任务调度。上述实验的过程中,不同的人员利用率算法如图7。
传统算法和改进算法用于安排优秀人才在公司管理中,分别。不同的算法的调度效率图所示8。
根据表1,可以看出使用改进算法下的合理调度多个任务在公司管理可以提高资源利用率和人员利用率,有效提高调度效率。实验数据进行比较和分析,如图9和10。一般来说,基于比萨的任务调度算法具有较高的执行效率为高优先级任务比基于FIFO和几个FPSA。
的执行时间,以毫秒为单位和135 MS的边界,我们可以看到在图9在PISA测试中,5的任务是在135毫秒内完成,包括3任务优先级高。在FIFO测试中,5任务及时完成,但只有1的优先。显然,基于比萨算法的任务调度策略更适合高优先级任务的资源分配。与FPSA固定优先级相比,他们两人为高优先级任务可以提供更好的服务。因此,效率差异相对较小,FPSA效率高于比萨,因为FPSA以高优先级任务的最大满意度为优化条件,和优化更为极端。
从执行成本的角度来看,我们可以看到从图10尽管固定优先级可以满足用户的要求执行重要的优先级在某种程度上,其优先级是固定的。只考虑工作流程的优先级,和每个任务的优先级值包括在工作流不考虑。因此,实施成本FPSA不是那么合理的比萨。比萨有更多的优势在控制整个工作流任务的执行成本。由于它的随机性,FIFO没有相应的执行成本优化,所以它的成本效益比非常低。
5。结论
为了解决这个问题,模型的稳定性将会下降,由于人为因素的干扰在传统的多任务调度算法的过程中,一个合理的基于优先级的调度方法原则在公司管理中提出了基于多约束的调度模型。阐述了多任务调度的原则在公司管理中,构造了一个基于优先级的多任务调度网络模型基于上述原则,进行虚拟调度模型,搜索最优解的解空间调度问题,并获得合理的多任务调度方法在公司管理。实验结果表明,改进的算法可以提高资源利用率和调度效率和避免缺陷,调度模型的稳定性降低multiwork掺杂的情况下,取得了满意的效果。模型的使用环境更加复杂,和角色映射允许继承多个域之间考虑在内,这样它就可以被应用于更广泛的领域。各种类型的云计算仿真平台继续研究,努力扩大他们更好地模拟任务调度。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有竞争的经济利益或个人关系可能出现影响工作报告。
确认
这项工作得到了吉林省社会科学基金项目:研究儒家文化的影响机制在公司治理(没有。2018 b71)。