[发明专利]一种任务求解方法及其装置

说明书

本申请公开了一种任务求解方法，方法包括：获取第一线性规划任务中多个第一规划约束中每个第一规划约束的重要性，重要性表示第一规划约束对于降低第一线性规划任务的求解时间的贡献程度；根据所述重要性，对所述多个第一规划约束进行采样，以得到所述获取所述多个第一规划约束的子集，其中，所述重要性用于确定第一规划约束的采样概率；根据所述多个第一规划约束的子集构建第二线性规划任务；将第一求解结果作为第一线性规划任务的初始值，并对初始化后的第一线性规划任务进行求解。由于重要性表示第一规划约束对于降低第一线性规划任务的求解时间的贡献程度，本申请可以使采样得到的子模型的解接近于最优解，从而加速第一线性规划任务的求解过程。

技术领域

本申请涉及调度领域，尤其涉及一种任务求解方法及其装置。

背景技术

调度问题是大型制造、物流、生产等环节中最常见的问题之一，在不同的场景下，调度总是有不同的意义。例如：物流调度主要是指在物流过程中，物流公司根据待发货物的重量、去向、规格、加急程度等对所属的车辆和人员进行合理的安排和调度；而生产环境中的调度是根据不同产线中不同机器的产能以及生产需求，在若干任务(job)中完成对任务的排序以及任务和机器(可调度资源)之间的匹配；大型制造工厂/机场的工人/空乘排班(timetabling)也是调度问题的一种，这是由于这类问题的目标也是依照工人/空乘的工作特点以及场景需要在不同的时间段内完成最优匹配。因此，核心是排序以及最优分配，而不局限任务是人还是货物。一般来讲，调度问题的目标是在给定任务数的前提下得到最小总工时(makespan)所对应的排序。

很多的调度问题(如排产、线体调度、加工网络布局等)都可以建模成一个数学问题来求解，线性规划(linear programming，LP)是其中使用最广的一类建模方法。线性规划模型可以包括目标函数和约束条件，其中，目标函数是指根据待优化的目标和影响该目标的变量所设计的函数。例如，在排产问题中，整个排产的目标通常是在满足所有资源约束的情况下，找出一个最好的加工计划，使得需求的满足率最高，同时整体的成本最小(例如成本可以包括但不限于加工成本、库存成本、转运成本)，此时，该目标函数可以是用于表示满足率最大化以及成本最小化的函数。另外，约束条件是指在求解目标函数的过程中所要满足的其他限制条件。

然而，随着场景复杂性的提升，线性规划任务中规划约束的数量通常较多，求解线性规划任务所需的求解时间很长。

发明内容

第一方面，本申请提供了一种任务求解方法，所述方法包括：

获取第一线性规划任务，所述第一线性规划任务包括多个第一规划约束；

在一种可能的实现中，终端设备可以将第一线性规划任务作为待求解模型传递至服务器，进而服务器可以获取第一线性规划任务。又例如，终端设备可以将第一线性规划任务作为求解待求解模型时所使用的的先验信息，也就是将包括第一线性规划任务在内的至少一个历史模型传递至服务器，进而服务器可以获取包括第一线性规划任务在内的至少一个历史模型；

通常情况下，线性规划任务中约束的数量较多时，求解线性规划任务所需的求解时间很长，因此可以首先选择线性规划任务中的部分约束，并基于选择的部分约束进行求解，并将求解结果(选择的部分约束中求解变量的状态)赋予线性规划任务，相当于将求解结果作为线性规划任务的初始值，并对线性规划任务进行求解，如果选择的部分约束的求解结果与求解线性规划任务后的求解结果基本一致(或者描述为较为接近，这里的求解结果基本一致可以理解为相同的约束中的求解变量的参数值基本一致)，则求解线性规划任务时所需的迭代次数较少，也就是可以提高线性规划任务的求解速度。

因此，在求解第一线性规划任务之前，需要选择一部分约束进行求解，且得到的求解结果与第一线性规划任务的求解结果较为接近。