[发明专利]一种并行分布式加工调度优化方法

说明书

本发明提出了一种并行分布式加工调度优化方法，所述方法考虑了加工设备负载均衡问题，并利用有权随机分配的方式向将加工工序分配加工设备，从而减少并行任务对关键加工设备的竞争。在有权随机分配过程中其权重依赖于调度环境(如运输时间、加工设备负载状态、加工设备运行时间以及加工设备执行代价因素)，并赋予高效加工设备较高的权重，从而使得有权随机分配结果兼具了设备负载均衡优化及加工执行代价优化。

技术领域

本发明属于柔性加工设备并行加工技术领域，适用于具有Dag(Directed AcyclicGraph)任务结构且加工任务动态出现的加工问题，特别是涉及一种并行分布式加工调度优化方法。

背景技术

加工任务的调度决策问题是调度中心根据加工环境(如加工设备及加工任务)的特征，对加工任务的工序分配最优的加工设备，并保障总体加工时间最优。因此，调度问题涉及加工环境的采集和工序的分配。在考虑加工设备负载均衡问题时，传统的调度模式需要由调度中心对各加工设备的加工状态进行感知，并进行统一决策，以均衡各加工设备的负载。因此，传统的调度模式，属于集中控制模式。对于集中控制模式，调度中心对所有任务进行统一调度，并将调度结果向各加工设备分配，其优势在于：所有的任务由唯一的调度中心进行处理，调度中心掌握所有加工设备的工作状态以及后续分配情况，因此，调度中心可对多个任务进行统一的加工设备分配，以避免多个任务在同一时间竞争同一加工设备的问题。其缺点在于：当任务的工序数量较多且任务结构复杂时，调度中心的负荷较大，不适用于大规模任务的执行。此外，当唯一的调度中心宕机时，所有任务调度均会停止，因此，其系统性风险较大。对于多调度中心模式，其优势在于：各调度中心可以并行调度任务，每个调度单元均可为多个任务提供调度服务，从而减小了各调度中心的负荷，以适应较大规模任务的执行。因此该调度式的系统性风险较小。其缺点在于：各调度中心无法掌握其它调度中心对各个加工设备的占用情况，因此，其调度结果中必存在多个工序在同一时间竞争同一加工设备的情况。若该情况发生，则各工序需要在加工设备上排队，从而延长了任务的预计执行时间，降低了系统的整体效率。

发明内容

本发明目的是为了解决现有的技术问题，提供了一种并行分布式加工调度优化方法。本发明考虑了多个柔性加工设备的加工负载问题，并以负载均衡作为任务调度的约束，实现动态多任务的全局调度优化。

本发明是通过以下技术方案实现的，本发明提出一种并行分布式加工调度优化方法，所述方法利用有权随机分配策略为加工工序分配加工设备，以减少并行任务对高效加工设备的竞争；

所述有权随机分配策略，对加工工序采用如下步骤分配加工设备：

步骤1：计算各个加工设备对该加工工序的适应度，并将归一化后的适应度制成饼图；

步骤2：在(0,1)区间内生成随机数，若该随机数落在饼图的某一区域，则将该区域所对应的加工设备作为该加工工序的加工设备；

在有权随机分配过程中适应度的计算以运输时间、加工设备负载状态、加工设备运行时间以及加工设备执行代价作为输入；所述适应度是加工设备运输优度、加工设备负载状态度量与加工设备执行代价度量之积。

进一步地，基于加工设备间的运输时间对后续加工工序执行时间的影响，所述加工设备运输优度中加工设备d_j的运输优度模型Q_j表示如下：

其中u_i,j表示设备d_i到设备d_j的运输时间，rank为任务分片后续调度时间的估计，其中i和j均表示设备编号，且i和j均为正整数。

进一步地，所述加工设备负载状态度量以设备在某一固定时间段内被占用的频率为输入，是对设备负载状态的量化预测；所述加工设备负载状态度量的计算方法为：