基于人工智能的任务批量处理方法及系统技术方案

本发明专利技术涉及信息处理领域，揭露一种基于人工智能的任务批量处理方法及系统，该方法包括：识别任务处理请求的请求特征，对任务处理请求进行任务分级，得到分级任务；查询分级任务的处理节点，基于处理节点，对分级任务进行任务预分配，得到预分配任务；计算预分配任务的计算资源，查询资源分配节点的可用资源，识别预分配任务的串口；将计算资源和可用资源及分配串口，作为预分配任务的约束条件；根据约束条件，对预分配任务进行任务规划，得到初步分配任务并计算其约束值，根据约束值创建初步规划任务的最优策略；根据最优策略对任务处理请求进行调度，得到任务调度策略，根据任务调度策略对任务处理请求的任务处理

【技术实现步骤摘要】
基于人工智能的任务批量处理方法及系统


[0001]本专利技术涉及信息处理领域，尤其涉及一种基于人工智能的任务批量处理方法及系统
。

技术介绍

[0002]在企业的日常运维当中，需要对企业信息及工作报表进行更新维护工作，例如商品的创建
、
名称更改
、
描述的变更
、
配送区域的设置等等
。
随着企业数据的增加，工作也逐渐增加，对于大量的任务如何批量的处理也显得较为重要
。
[0003]目前，对于任务的批量处理一般基于多线程的方法，通过构建线程池，将不同任务放在线程池中进行处理资源配置再进行任务处理
。
然而通过这种方法，并没有考虑到在批量任务出现需求变化时的资源重分配问题，从而导致在任务批量处理时的效率较低
。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供了一种任务批量处理方法及系统，能够提高任务批量处理的效率
。
[0005]第一方面，本专利技术提供了一种任务批量处理方法，包括：
[0006]获取任务处理请求，识别所述任务处理请求的请求特征，基于所述请求特征，对所述任务处理请求进行任务分级，得到分级任务；
[0007]查询所述分级任务中每个任务的处理节点，基于所述处理节点，对所述分级任务进行任务预分配，得到预分配任务；
[0008]计算所述预分配任务的计算资源，查询所述任务处理请求对应的资源分配节点的可用资源，识别所述预分配任务的任务分配串口；
[0009]将所述计算资源和所述可用资源及所述分配串口，作为所述预分配任务的任务约束条件；
[0010]根据所述任务约束条件，对所述预分配任务进行任务规划，得到初步分配任务，计算所述初步分配任务的约束值，根据所述约束值创建所述初步规划任务的最优任务策略；
[0011]根据所述最优任务策略对所述任务处理请求进行任务调度，得到任务调度策略，根据所述任务调度策略实行对所述任务处理请求的任务处理
。
[0012]在第一方面的一种可能实现方式中，所述识别所述任务处理请求的请求特征，包括：
[0013]将所述任务处理请求进行解码，得到解码任务；
[0014]查询所述解码任务的请求标识，识别所述请求标识中的注解符；
[0015]解析所述注解符的注解语义，根据所述注解语义识别所述任务处理请求的请求特征
。
[0016]在第一方面的一种可能实现方式中，所述基于所述请求特征，对所述任务处理请求进行任务分级，得到分级任务，包括：
[0017]根据所述请求特征，利用下述公式计算所述分级任务的任务权重：
[0018][0019]其中，
G
表示分级任务的任务权重，
n
表示分级任务的任务数量，
x1表示第一个分级任务，
x2表示第二个分级任务，
x
n
表示第
n
个分级任务，
f
表示加权平均值，
x
i
表示第
i
个请求特征；
[0020]将所述任务权重按照预设的权重区间进行分级，得到分级权重区间；
[0021]将所述任务处理请求中的任务按照分级权重区间对应的级别进行分级，得到分级任务
。
[0022]在第一方面的一种可能实现方式中，所述计算所述预分配任务的计算资源，包括：
[0023]利用下述公式计算所述预分配任务的计算资源占比：
[0024][0025]其中，
T
表示预分配任务的计算资源占比，
n
表示预分配任务的数量，
S
r
表示资源分配节点为预分配任务中第
r
个任务分配资源的资源传速速率，
r(t)
表示预分配任务中第
r
个任务的任务缓存资源；
[0026]根据所述计算资源占比得到所述预分配任务的计算资源
。
[0027]在第一方面的一种可能实现方式中，所述识别所述预分配任务的任务分配串口，包括：
[0028]查询所述预分配任务的传输协议；
[0029]根据所述传输协议，识别所述预分配任务的传输
ip
；
[0030]根据所述传输
ip
检索所述预分配任务的任务传输通道，查询所述任务传输通道对应的传输串口
。
[0031]在第一方面的一种可能实现方式中，所述根据所述任务约束条件，对所述预分配任务进行任务规划，得到初步分配任务，包括：
[0032]构建所述任务约束条件的约束参数及所述预分配任务的任务参数；
[0033]将所述约束参数设置为限定条件，利用下述公式计算所述任务参数对于所述限定条件的适应度：
[0034][0035]其中，
S
表示适应度，
y
i
表示限定条件中的计算资源限制，
y
j
表示限定条件中的可用资源限制，
y
k
表示限定条件中的分配串口限制，
exp
表示全局搜索函数，
m
表示任务参数的参数数量，
T
C
表示任务参数中的第
c
个参数；
[0036]基于所述适应度，对所述任务参数进行参数搜索，得到目标参数；
[0037]根据所述目标参数对所述预分配任务进行参数回执，得到初步分配任务
。
[0038]在第一方面的一种可能实现方式中，所述计算所述初步分配任务的约束值，包括：
[0039]利用下述公式计算所述初步分配任务的约束值：
[0040][0041]其中，
Y
表示约束值，
f(y)
表示约束代价函数，
δ
表示约束条件之间的约束关系，
m
表示初步分配任务的任务数量，
L
q
表示初步分配任务中的第
q
个任务
。
[0042]在第一方面的一种可能实现方式中，所述根据所述约束值创建所述初步规划任务的最优任务策略，包括：
[0043]创建所述初步规划任务的任务列表；
[0044]在所述任务列表中将所述约束值按照升序进行排列，得到约束值序列；
[0045]按照所述约束序列查询所述约束值所对应的所述初步规划任务，并按照所述约束值排列规则对所述初步规划任务进行排列，得到排列任务；
[0046]生成所述排列任务的任务参数，并将所述任务参数输入至预构建的组件中，得到任务组件；
[0047]按照所述任务组件的排列顺序，构建所述初步规划任务的任务执行策略，得到最优任务策略
。
[0048]在第一方面的一种可能实现方式中，所述根据所述最优任务策略对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于人工智能的任务批量处理方法及系统，其特征在于，所述方法包括：获取任务处理请求，识别所述任务处理请求的请求特征，基于所述请求特征，对所述任务处理请求进行任务分级，得到分级任务；查询所述分级任务中每个任务的处理节点，基于所述处理节点，对所述分级任务进行任务预分配，得到预分配任务；计算所述预分配任务的计算资源，查询所述任务处理请求对应的资源分配节点的可用资源，识别所述预分配任务的任务分配串口；将所述计算资源和所述可用资源及所述分配串口，作为所述预分配任务的任务约束条件；根据所述任务约束条件，对所述预分配任务进行任务规划，得到初步分配任务，计算所述初步分配任务的约束值，根据所述约束值创建所述初步规划任务的最优任务策略；根据所述最优任务策略对所述任务处理请求进行任务调度，得到任务调度策略，根据所述任务调度策略实行对所述任务处理请求的任务处理
。2.
根据权利要求1所述的方法，其特征在于，所述识别所述任务处理请求的请求特征，包括：将所述任务处理请求进行解码，得到解码任务；查询所述解码任务的请求标识，识别所述请求标识中的注解符；解析所述注解符的注解语义，根据所述注解语义识别所述任务处理请求的请求特征
。3.
根据权利要求1所述的方法，其特征在于，所述基于所述请求特征，对所述任务处理请求进行任务分级，得到分级任务，包括：根据所述请求特征，利用下述公式计算所述分级任务的任务权重：其中，
G
表示分级任务的任务权重，
n
表示分级任务的任务数量，
x1表示第一个分级任务，
x2表示第二个分级任务，
x
n
表示第
n
个分级任务，
f
表示加权平均值，
x
i
表示第
i
个请求特征；将所述任务权重按照预设的权重区间进行分级，得到分级权重区间；将所述任务处理请求中的任务按照分级权重区间对应的级别进行分级，得到分级任务
。4.
根据权利要求1所述的方法，其特征在于，所述计算所述预分配任务的计算资源，包括：利用下述公式计算所述预分配任务的计算资源占比：其中，
T
表示预分配任务的计算资源占比，
n
表示预分配任务的数量，
S
r
表示资源分配节点为预分配任务中第
r
个任务分配资源的资源传速速率，
r(t)
表示预分配任务中第
r
个任务的任务缓存资源；根据所述计算资源占比得到所述预分配任务的计算资源
。
5.
根据权利要求1所述的方法，其特征在于，所述识别所述预分配任务的任务分配串口，包括：查询所述预分配任务的传输协议；根据所述传输协议，识别所述预分配任务的传输
ip
；根据所述传输
ip
检索所述预分配任务的任务传输通道，查询所述任务传输通道对应的任务分配串口
。6.
根据权利要求1所述的方法，其特征在于，所述根据所述任务约束条件，对所述预分配任务进行任务规划，得到初步分配任务，包括：构建所述任务约束条件的约束参数及所述预分配任务的任务参数；将所述约束参数设置为限定条件，利用下述公式计算所述任务参数对于所述限定条件的适应度：其...

【专利技术属性】
技术研发人员：郭文婷，王荣兰，张小莲，
申请(专利权)人：海南歪酷网络科技有限公司，
类型：发明
国别省市：