[发明专利]分布式计算系统任务分配方法及相关设备

权利要求书

1.一种分布式计算系统任务分配方法，其特征在于，所述方法包括：

(a)根据分布式计算系统中每个计算节点的性能影响因素确定每个计算节点的权重，根据每个计算节点的权重计算每个计算节点的权重占比；

(b)构建神经网络模型，所述神经网络模型包括输入层、隐藏层和输出层，所述输入层的每个输入层节点和所述隐藏层的每个隐藏层节点对应一个计算任务，所述输出层的每个输出层节点对应一个计算节点，所述输入层节点和所述隐藏层节点之间一对一连接，所述隐藏层节点和所述输出层节点之间全连接，所述输入层节点和所述隐藏层节点之间的第一权值参数初始化为1，所述第一权值参数取值为1或0，所述第一权值参数为1表示所述输入层节点对应的计算任务参与任务分配，所述第一权值参数为0表示所述输入层节点对应的计算任务不参与任务分配；

(c)根据所述第一权值参数确定所述隐藏层节点和所述输出层节点之间的第二权值参数，所述第二权值参数取值为1或0，所述第二权值参数为1表示所述隐藏层节点对应的计算任务分配给所述输出层节点对应的计算节点，所述第二权值参数为0表示所述隐藏层节点对应的计算任务不分配给所述输出层节点对应的计算节点，所述第二权值参数满足如下约束条件：每个隐藏层节点对应的第二权值参数之和为1，每个输出层节点对应的第二权值参数之和小于第一权值参数之和与所述输出层节点对应的计算节点的权重占比的乘积；

(d)根据所述第二权值参数计算每个计算节点的任务分配误差；

(e)判断所述任务分配误差是否满足收敛条件；

(f)若所述任务分配误差不满足收敛条件，则根据所述任务分配误差调整所述第二权值参数；

(g)修改所述第一权值参数，返回(c)。

2.如权利要求1所述的分布式计算系统任务分配方法，其特征在于，所述构建神经网络模型包括：

将所述输入层节点和所述隐藏层节点根据对应的计算任务的任务量进行排列。

3.如权利要求1所述的分布式计算系统任务分配方法，其特征在于，所述根据所述第二权值参数计算每个计算节点的任务分配误差包括：

计算每个计算节点的任务分配误差e＝(y(n)－y′(n))²/2，其中y(n)为所述计算节点对应的第二权值参数之和，y′(n)为所述第一权值参数之和与所述计算节点的权重占比的乘积。

4.如权利要求1所述的分布式计算系统任务分配方法，其特征在于，所述判断所述任务分配误差是否满足收敛条件包括：

计算所述任务分配误差与前一任务分配误差的差值，判断所述差值是否小于或等于第一预设阈值；或者

判断所述任务分配误差是否小于或等于第二预设阈值。

5.如权利要求1所述的分布式计算系统任务分配方法，其特征在于，所述修改所述第一权值参数包括：

根据当前参与分配的计算任务的任务量修改所述第一权值参数。

6.如权利要求5所述的分布式计算系统任务分配方法，其特征在于，所述根据当前参与分配的计算任务的任务量修改所述第一权值参数包括：

将当前参与分配的计算任务中任务量最大或最小的计算任务对应的第一权值参数从1修改为0。

7.如权利要求1所述的分布式计算系统任务分配方法，其特征在于，所述计算节点的性能影响因素包括如下任意一项或多项：内存大小、内存存取速度、CPU数量、主频、硬盘大小、响应时间、吞吐率。