[发明专利]一种现场运维智能调度方法

说明书

技术领域

本发明涉及智能调度领域，具体涉及一种现场运维智能调度方法。

背景技术

电力通信网络的快速发展要求不断提高其运维管理水平和效益，对电力通信运维管理提出了更加严格的要求。现场运维是电力通信运维工作的重要组成部分，其工作的安全、质量和效率直接关系到电力通信运维工作的成效。目前，现场运维一般都是通过人员技术、积累的经验或长期积累的习惯对设备进行操作，往往会产生习惯性违章或者违反安全操作规定的行为；同时缺乏有效的实用化的智能支撑手段来帮助现场运维人员提升运维能力,导致现场运维效率低下、工单利用率低、运维质量低。影响现场运维水平的目标因数主要包括任务执行速度，任务执行质量，整体排队时间，负载均衡，资源利用率等，这些因数之间相互影响，相互作用的。

但是，现有技术中，通常只对现场运维影响目标因数中的其中一个进行优化操作，例如：一种基于PDA的现场运维日工作规划方法(CN106934484A)记载了第一，获取异常点聚合生异常工单并根据派工区域过滤异常工单；第二，计算异常工单的维修点到驻点最短路径及相互最短路径并生成重复路径矩阵；第三，通过扫描重复路径矩阵生成初步路线链表，获得初步派工路线，并按紧急度降序排序；第四，选取最大紧急度的初步路线，并对其进行加点或删点判断；第五，执行加点或删点算法，生成精细派工路线，使得每一个派工路线工作量即饱和又不超出规定工作量，且路线总紧急度高；该方法实现精确派工算法，运维资源浪费小，但整个派工算法过程比较复杂，且工作执行的速度和质量也不能得到保证，从整体来看不能很好地提高现场维护的效率。

发明内容

本发明的目的是提供一种现场运维智能调度方法，能够实现现场维护的多目标优化，目标优化的算法过程简单，提高现场维护的效率。

为解决以上技术问题，本发明实施例提供一种现场运维智能调度方法，包括：

分别对现场运维的多个目标建立对应的数学模型，其中，现场运维的目标包括任务完成时间最短、任务完成质量最高、资源利用率最高、排队时间最短以及负载最均衡；

采集现场运维中的任务、人员以及资源；

根据所述现场运维中的任务、人员以及资源，随机生成多个种群；

对所述种群中的每一个任务、人员以及资源进行编号，并生成多个初始染色体编码；

根据预设的改进遗传算法以及所述多个初始染色体编码，对所述多个目标对应的数学模型进行求解，得出最优解作为现场运维的调度方案。

优选地，所述预设的改进遗传算法包括：

对所述种群的多个初始染色体编码进行非支配排序操作，并根据所述初始染色体编码的偏序关系选择待交叉的初始染色体编码；

对任意两个所述待交叉的初始染色体编码进行交叉操作，生成交叉染色体编码；

对所述交叉染色体编码进行变异操作，生成子代染色体编码；

迭代次数加一，并判断所述子代染色体编码是否达到预设的收敛条件；

当所述子代染色体编码未达到所述预设的收敛条件时，将所述子代染色体编码更新到所述种群中，对更新后的种群重复非支配排序、交叉以及变异操作；

当所述子代染色体编码达到所述预设的收敛条件时，计算出所述子代染色体编码中解决所述多个目标对应的数学模型的最优解，得出所述最优解作为现场运维的调度方案。

优选地，所述根据所述现场运维中的任务、人员以及资源，随机生成多个种群，具体包括：

判断所述人员是否满足人员约束条件，并将满足所述人员约束条件的人员定义为有效人员；

判断所述任务是否满足资源约束条件，并将满足所述资源约束条件的任务的定义为有效任务；

根据所述有效任务、所述有效人员以及所述资源，随机生成多个种群；

优选地，所述人员约束条件包括所述人员处于空闲状态且执行所述任务中第y道工序的人员的技能系数高于所述第y道工序的最低要求；所述资源约束条件包括所述任务的占用资源不大于所述资源。

优选地，所述对所述种群的多个初始染色体编码进行非支配排序操作，并根据所述初始染色体编码的偏序关系选择待交叉的初始染色体编码，具体包括：

遍历所述种群，根据非支配排序规则生成多个边界集；

根据所述多个边界集和所述初始染色体编码的聚集距离，对所述种群中的初始染色体编码进行排序；

根据排序后的所述初始染色体编码的偏序关系选择待交叉的初始染色体编码。

所述根据排序后的所述初始染色体编码的偏序关系选择待交叉的初始染色体编码，具体包括：