企业管理中多工作任务下合理调度模型仿真

　　1.引言

　　随着市场经济的快速发展,企业之间的竞争越来越激烈。企业管理工作任务调度方法作为影响企业竞争力的更要因素,也越来越受到企业管理人员的重视。因此,企业管理中工作任务调度方法，巳经成为企业领域需要研究的热点课题,受到很多专家的重视现阶段,主要的企业管理中工作任务调度模型主要有基于模糊聚类算法的工作任务调度方法w、基于优化遗传算法的工作任务调度方法和基于蚁群算法的工作任务调度方法w。由于工作任务调度方法拥有极为广阔的发展空间，因此成为很多专家研究的重点课题。

　　工作任务调度模型，已经成为企业管理领域需要研究的核心问题。企业管理中多采用流水线工作任务管理模式，在这种管理下的工作任务采用多线程、多任务模式。在多任务的调度过程中，任务之间的关联性很复杂，受到相互之间调度顺序的影响较大。传统的工作任务调度模型以单一线性顺序最优为基础,一旦任务过多，会造成调度中不同任务调度相互矛盾加大,模型稳定性会下降,缺少灵活性,造成调度的效率不高。

　　针对上述传统算法的缺陷,提出一种基于多约束调度模型的企业管理中多工作任务下合理调度方法。对企业管理中多工作任务调度的原理进行了详细阐述,利用该原理构建AON网络模型,针对该网络模型进行虚调度,在该解空间中搜索最优解，得到企业管理中多任务合理调度方法。实验结果表明,利用改进算法进行企业管理中多工作任务调度,能够提高资源利用率,并且提高调度效率,避免多工作掺杂的情况下造成的调度模型稳定性降低的缺陷。

　　2.企业管理中多工作任务调度原理

　　企业管理中多采用流水线工作任务管理模式,在这种管理下的工作任务采用多线程、多任务模式。在多任务的调度过程中，任务之间的关联性很复杂，受到相互之间调度顺序的影响较大。企业管理中，合理分配工作任务有利于提高任务效率。其调度的原理如下：

　　设置r=|ro^|(1矣i矣z)为企业管理中多工作任务集，该任务集能够用下述矩阵进行描述能，需要对资源的性能属性值进行归一化处理。多工作任务调度资源集P经过归一化处理后，能够用下述矩阵cy进行描述

　　矩阵的行向量能够用来描述对应工作任务的属性集合。其中用来描述工作任务的种类;是工作任务的总长度;是工作任务的输人大小;是工作任务的输出大小;是企业管理对工作任务的期待值。

　　工作任务的种类能够根据Qos参数进行划分,不同QoS的工作任务对资源的需求也不同。例如完成时间、人工数量、成本等。

　　设置|V^1(1矣km)用来描述企业管理中的一个工作任务的资源集，能够用下述矩阵进行描述：

　　其中，为第i个工作任务调度资源的工人的工作能力属性归一值,具体的计算如式（1)所示,其它各性能的归一化处理值同理可得。

　　上述式中，Vm^为第i个工人的工作能力属性值,min(rg)为调度资源集中m个工人的工作能力性能属性值的最小值，max(rg)为m个工人的工作能力属性值的最大值。显然,式(1) 将工人工作能力属性值归一至[0,1]区间。

　　多工作任务下调度资源集的利用率能够用向量vu=行描述，其中加^(1矣km)用来描述对应调度资源利用率。比如，对于人工密集型任务,此时调度资源利用率主要根据工人资源来反映，其计算公式能够描述为矩阵的行向量能够用来描述对应工作任务的属性集合。其中用来描述工作任务的种类;是工作任务的总长度;是工作任务的输人大小;是工作任务的输出大小;是企业管理对工作任务的期待值。工作任务的种类能够根据Qos参数进行划分,不同QoS的工作任务对资源的需求也不同。例如完成时间、人工数量、成本等。

　　设置|V^1(1矣km)用来描述企业管理中的一个工作任务的资源集，能够用下述矩阵进行描述：

　　矩阵的行向量用来描述对应工作任务中各种资源的属性。其中,Vmf用来描述工人的工作能力;Vm'r用来描述任务的完成时间，Vmr用来描述完成任务所需的工人数目；Vmf用来描述单个工人的使用成本;g用来描述机器的使用成本。工作任务中不同资源的属性有着不同的表达形式与取值范围，为了综合考虑多工作任务调度中的各类资源性上述公式中,丁吨.aime、Task).分别用来描述对应任务的结束时间和开始时间;=1用来描述任务y分配在调度i上，否则A&.=0。多工作任务下面调度资源整体负载均衡度VmLBD能够用方差的标准值进行描述,具体计算公式如下述公式所述：

　　调度的优化目标就是通过任务集r在调度资源集k上的合理调度,从而实现最小任务调度跨度r—和最小系统资源整体负载VmLBD。企业管理中多采用流水线工作任务管理模式，在这种管理下的工作任务采用多线程、多任务模式。在多任务的调度过程中，任务之间的关联性很复杂,受到相互之间调度顺序的影响较大。传统的工作任务调度模型以单一线性顺序最优为基础，一旦任务过多，会造成调度中不同任务调度相互矛盾加大’模型稳定性会下降,缺少灵活性，造成调度的效率不高。

　　3.多约束条件多工作任务调度模型设计方法

　　利用传统算法进行企业管理中多工作任务调度，无法避免由于受到人为因素的干扰造成的模型稳定性会下降的缺陷,降低了调度的效率。为此，提出基于多约束调度模型的企业管理中多工作任务下合理调度方法。

　　3.1多任务调度原理描述

　　根据上面阐述的方法能够对多工作任务中调度资源利用率进行求解，在调度任务的过程中，对于不可更新的资源的需求是确定的。因此，在多工作任务调度过程中可以忽略不可更新资源的限制。因此在进行多任务调度问题求解时，首先对问题进行简化处理：

　　1) 运算的过程中忽略不可更新的资源。

　　2) 任务完成的时长只与选取的可更新资源的工作能力有关。

　　设置多工作任务下调度问题的解是。其中，见用来描述全部工作任务数目，A用来描述工作任务?用来描述全部工作任务的资源分配向量,用来描述给工作任务i分配资源的情况e?)0S用来描述工作任务开始的时间向量用来描述工作任务i开始的时间。中的S是通过IT和ft计算获取的。因此，对调度问题求解的过程就是求解IT和R值的过程。多工作任务调度问题求解的过程能够描述为:构造待调度问题的AON网络。通过虚调度不断压缩解空间,直至符合结束条件，退出问题求解过程。获取调度问题的求解结果（无解或最优解）。

　　3.2 构造AON网络

　　在对多工作任务下调度问题求解之前,需要根据任务之间的逻辑关系，构建Aoyv网络，用图1进行描述。

　　在40/V网络中，设置G(F,e,s)是需要调度的项目，v用来描述工作任务，边￡用来描述工作任务之间的联系，权值s用来描述工作任务的滞后时间窗约束。

　　利用下图2能够描述/10/V网络中任意两个节点之间的—452—联系。其中是两个工作任务,P,是工作任务的完成时间，r向量用来描述工作任务的资源需要情况。4用来描述工作任务y，z之间的时间窗约束。时间窗[6，e]的值能够利用&=6和&=-e进行描述，如图2所示。

　　3.3虚调度

　　在多工作任务下调度的过程中，需要引人虚调度这一概念。虚调度(fi’，S)是由虚资源分配向量和调度开始时间向量构成。与实际调度之间的不同之处是，虚调度任务分配的资源是一个集合，而实际调度分配的资源是某一具体的资源。虚调度是根据松弛理论方法发展而来的，因此虚调度是求解调度方案过程的一个中间过程。设置rt’是r,的一个真子集，初始状态下’是任务能够分配的全部i类型资源。对实际调度问题求解的过程，即为不断压缩虚调度的过程，最终所有只有一个可选资源,此时虚调度的解即为真实调度问题的解。

　　3.4解空间构造

　　在进行多工作任务下调度问题求解的过程中，由于资源的不均,在同一时刻可能会存在多个工作任务需求统一资源的情况，此时就会出现资源利用冲突。避免冲突的方法是需要构建一个分离冲突集，从而保证部分工作任务能够优先执行。由于存在多种分类方案，每一种方案都存在一个分支。因此，需要根据背包问题的求解方法，针对全部分支进行运算。选取了一个解决方案之后，需要对优先工作任务集合分配其需要的资源。例如有2个工作任务和两种资源，则存在两种不同的资源分配方案，不同的分配方法具有不同的解的分支。利用上面阐述的方法能够获取调度问题解空间的树结构。构造解空间树的过程即为求解调度问题的过程。当遇到无法求解的节点时，如当前的分离方案造成工作任务间的不符合时间窗约束,则需要舍弃该分离方案，并退回到上层节点。具体步骤如下所述：

　　1) 对全部变量进行初始化处理,设置解深度《=0。初始虚资源分配向量是全部可行分配资源集合向量;跳转至步骤2)。

　　2) 计算当前虚调度开始时间。通过运算获取出现资源冲突的工作任务集合，并生成可选分支，假设存在可选分支则跳到步骤3),否则算法结束；

　　3) 将不符合实际情况的分支从原来的集合中删除。通过运算获取分支节点的可行性,如不能满足行跳到步骤4);否则步骤2);

　　4) 假设《=1则退回至步骤3)。

　　4.实验结果分析

　　为了验证基于多约束调度算法的企业管理中多工作任务调度方法的合理性,需要进行一次实验。在实验的过程中，用资源利用率、人员利用率和调度效率来衡量多工作任务调度方法的性能。

　　企业人员、资源和工作任务之间的关系能够用下图3进行描述：

　　上述企业人员、资源和工作任务关系相关数据能够用表1进行描述。分别利用传统算法和改进算法进行企业管理中多任务调度,不同算法的资源利用率能够用图4表示。

　　在上述实验的过程中,不同算法的人员利用率能够用图5表1。

　　分别利用传统算法和改进算法进行企业管理中多任务调度，不同算法的调度效率能够用图6表示。

　　对上述实验过程中的数据进行整理分析，能够得到表2、表3和表4。

　　根据上表能够得知,利用改进算法进行企业管理中多工作任务下合理调度，能够提高资源利用率和人员利用率，同时有效提高调度效率。

    5.结束语

　　针对传统算法进行企业管理中多工作任务调度过程中无法避免由于受到人为因素的干扰造成的模型稳定性会下降的缺陷,提出基于多约束调度模型的企业管理中多工作任务下合理调度方法。对企业管理中多工作任务调度的原理进行了阐述，利用上述原理构建AON网络模型，并对模型进行虚调度,在该调度问题解的空间中搜索最优解，得到企业管理中多任务合理调度方法。实验结果表明,利用改进算法进行企业管理中多工作任务调度,能够提高资源利用率，并且提高调度效率,避免多工作掺杂的情况下造成的调度模型稳定性降低的缺陷，取得了令人满意的效果。