[发明专利]任务调度方法及服务器

权利要求书

1.一种任务调度方法，其特征在于，所述任务调度方法应用于服务器，所述任务调度方法包括：

获取任务的特征，所述特征为所述任务被执行时所占用的计算机的虚拟资源或者硬件资源的属性；

根据所述特征对所述任务进行分类，得到分类后的所述任务；

根据分类后的所述任务对应的目标种群，确定目标调度信息，所述目标调度信息为使得所述任务被执行时所占用的计算机的虚拟资源或者硬件资源最小的调度信息；

根据所述目标调度信息，将所述任务调度至任务执行设备。

2.如权利要求1所述的任务调度方法，其特征在于，所述根据所述特征对所述任务进行分类的步骤包括：

确定所述特征对应的分类权重；

根据所述分类权重以及预设卷积神经网络，对所述特征对应的任务进行分类，所述预设卷积神经网络为预先训练的卷积神经网络，所述预设卷积神经网络包括卷积层以及全连接层，所述分类权重用于设定所述卷积层或者所述全连接层的权重。

3.如权利要求2所述的任务调度方法，其特征在于，所述确定所述特征对应的分类权重的步骤包括：

根据所述特征以及所述特征对应的任务的执行优先级，确定所述特征对应的分类权重，所述执行优先级为任务执行的先后顺序的优先级。

4.如权利要求3所述的任务调度方法，其特征在于，所述特征包括任务执行的时长、任务执行占用的网络资源以及任务执行占用的计算资源。

5.如权利要求1所述的任务调度方法，其特征在于，所述根据分类后的所述任务对应的目标种群，确定目标调度信息的步骤之前，还包括：

生成分类后的所述任务对应的初始种群，所述初始种群中包括所述特征，其中，分类后得到的不同类型的所述任务对应不同所述初始种群；

确定对所述初始种群迭代得到的所述目标种群；

确定分类后的所述任务对应的所述目标种群。

6.如权利要求5所述的任务调度方法，其特征在于，所述生成分类后的所述任务对应的初始种群的步骤包括：

获取分类后的所述任务的特征，以及各个所述任务执行设备的属性信息，所述属性信息包括虚拟资源信息以及硬件资源信息中的至少一个；

对所述特征以及所述属性信息进行编码，以得到分类后的所述任务对应的个体；

根据分类后的所述任务对应的个体，生成所述初始种群。

7.如权利要求6所述的任务调度方法，其特征在于，所述确定对所述初始种群迭代得到的目标种群的步骤包括：

对所述初始种群进行迭代，其中，所述迭代包括对任意两个所述初始种群进行交叉操作和变异操作得到进化种群；

在满足迭代的终止条件时，获取所述进化种群中适应度值最大的目标个体，所述适应度值为指示个体在优化计算中与最优解的相似程度的值；或者，

在不满足迭代的终止条件时，将所述进化种群作为所述初始种群，返回执行所述对所述初始种群进行迭代的步骤。

8.如权利要求7所述的任务调度方法，其特征在于，所述对任意两个所述初始种群进行交叉操作和变异操作，得到进化种群的步骤包括：

对任意两个所述初始种群中的个体进行交叉操作，以及对所述初始种群中的个体进行变异操作；

合并交叉操作后的所述个体以及变异操作后的所述个体，得到合并种群；

根据所述合并种群，生成所述进化种群。

9.如权利要求8所述的任务调度方法，其特征在于，所述根据所述合并种群，生成所述进化种群的步骤包括：

确定所述合并种群中每一个体的适应度值；

确定所述适应度值小于预设适应度值的异常个体；

剔除所述合并种群中的所述异常个体以得到所述进化种群。