[发明专利]基于协作相容性的工作流分配优化方法及其系统

权利要求书

1.基于协作相容性的工作流分配优化方法，其特征在于该方法包括以下步骤是：

步骤(1)、分析现有工作流的工作流执行日志，计算执行者间的协作相容性；具体是：

分析现有工作流的执行日志，获取工作流中任务集Task＝{T_i}、执行者角色集MX＝{X_ik}、任务交互集MCP＝{cp_ij}；然后对会发生交互的任意两个任务的执行者u_k、u_v，其协作相容性按如下公式计算：

其中cw_kv表示u_k、u_v的协作相容性，t_AVG表示u_k、u_v配合时执行上述两个任务的平均吞吐时间，t_min表示上述两个任务的最小完成时间，t_max表示上述两个任务的最大完成时间，ω为控制执行者间协作相容性范围的参数，且0＜ω＜1；

所述的协作相容性是指执行者之间的凝聚力、熟悉度、配合度；

步骤(2)、当分配流程中的一个新任务需要分配时，统计可以承担该任务的候选执行者集合，并计算该集合中各候选执行者的当前工作负载以及相对预测负载；具体是：

2.1当新任务T_i到达时，遍历执行者角色集MX＝{X_ik}，若执行者u_k可承担执行新任务T_i的角色，则将u_k加入该新任务T_i的候选执行者集CE_i＝{u_k}；

2.2计算候选执行者集CE_i＝{u_k}中各候选执行者的当前工作负载以及相对预测负载，具体是：

2.2.1计算新任务T_i的候选执行者u_k的当前工作负载：

假设u_k工作列表中的待处理任务集为TA_k，且T_i∈TA_k，执行新任务T_i所需时间为同时待处理任务集TA_k中的新任务T_i有n_i个，则u_k的当前工作负载为：若当前新任务T_i分配给该执行者u_k，则其预测负载为：同时遍历上述候选执行者集CE_i，计算其他候选执行者的当前工作负载及预测负载；

2.2.2计算当前新任务T_i的候选执行者u_k的相对预测负载：

上述步骤2.2.1完成后，累加候选执行者集CE_i中所有候选执行者的预测负载得到该集合的总预测负载；然后将单个候选执行者u_k的预测负载与该集合的总预测负载相比，得到u_k的相对预测负载，即同理计算其他候选执行者的相对预测负载；

步骤(3)、根据步骤(2)中得到的各候选执行者相对预测负载，将上述执行者分为三类：轻负载、中负载、重负载，并放入对应集合；其中轻负载执行者集合为中负载执行者集合为重负载执行者集合为其中为用于区分轻、中、重负载的临界值；

步骤(4)、判断步骤(2)新任务T_i与工作流中其他任务有无交互；若无，遍历该任务候选执行者集CE_i，找出当前工作负载最小的候选执行者，并将步骤(2)新任务T_i分配给该候选执行者；若有，则遍历所有与步骤(2)新任务T_i需要交互的任务，跳转至步骤(5)；

步骤(5)、判断与步骤(2)新任务T_i需要交互的任务T_j是否已分配执行者；

如果任务T_j已经分配了执行者，则分别计算该执行者与新任务T_i的候选执行者的协作相容性总和，然后继续遍历任务交互集合MCP，直到遍历完毕或者有下一个与新任务T_i发生交互的任务出现，重复步骤(5)；

如果任务T_j尚未分配执行者，则重复上述步骤(2)至(3)，并找出任务T_j处于轻负载执行者集合W_L与中负载执行者集合W_M中的候选执行者，分别计算这些候选者与新任务T_i的候选执行者间的协作相容性总和，然后继续遍历任务交互集合MCP，直到遍历完毕或者有下一个与新任务T_i发生交互的任务出现，重复步骤(5)；

步骤(6)、由步骤(5)得到一系列候选执行者组合，找到协作相容性最大值的任务候选者组合，将步骤(2)新任务分配给其中对应的候选执行者；

步骤(7)、重复上述步骤，直至流程中所有任务全部被分配完成。