买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利一种面向医疗计算环境的多模式资源感知任务调度方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121433845B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511999712.3，技术领域涉及：G06F9/48；该发明授权一种面向医疗计算环境的多模式资源感知任务调度方法及系统是由葛菁;王歆媚;孔丽斐;陈静;王迪;庞嘉瑞设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本一种面向医疗计算环境的多模式资源感知任务调度方法及系统在说明书摘要公布了：本发明涉及一种面向医疗计算环境的多模式资源感知任务调度方法及系统，属于资源管理与任务调度技术领域，包括：获取其在不同执行模式下的预估执行时间；计算每个任务的资源回报率指标ROI；首先从等待队列中筛选出合格任务，随后根据各任务的优先级层级，选择不同的评分因子组合；对各任务的评分因子进行动态归一化处理；按照预设权重进行加权融合，得到每个任务的综合得分，按照综合得分由高到低选择本轮调度的目标任务；在对低优先级任务进行资源分配前，进行预留检查。本发明克服了任务类型异构、资源敏感性不足、时效要求不统一、资源分配不灵活的问题，实现了更高的资源利用效率及更强的实时性保障。

本发明授权一种面向医疗计算环境的多模式资源感知任务调度方法及系统在权利要求书中公布了：1.一种面向医疗计算环境的多模式资源感知任务调度方法，其特征在于，包括： 步骤1：从预选构建的性能画像中获取其在不同执行模式下的预估执行时间； 步骤2：基于步骤1获得的各执行模式下的预估执行时间，计算用于量化该任务在不同执行模式下的执行时间缩短效率，即每个任务的资源回报率指标ROI； 步骤3：首先从等待队列中筛选出合格任务，随后根据各任务的优先级层级，选择不同的评分因子组合，以调用不同的评分函数对任务进行多因子评分； 步骤4：对步骤3得到的各任务的评分因子进行动态归一化处理； 步骤5：将步骤4归一化后的评分因子按照预设权重进行加权融合，得到每个任务的综合得分，按照综合得分由高到低选择本轮调度的目标任务； 步骤6：在对低优先级任务进行资源分配前，进行预留检查，以避免低优先级任务占用任务类型的最后一个空闲执行模块而导致高优先级任务无法及时执行； 步骤3中，合格任务为当前存在可处理其任务类型的空闲执行模块的任务； 对所有合格任务按照预设优先级进行严格分层处理，始终优先调度高优先级任务；仅当不存在任何未处理的高优先级任务时，才对低优先级任务进行评分与排序，不同优先级层级之间不进行跨层比较； 对于高优先级任务，评分因子包括：紧急性因子、效率因子和资源匹配度因子： 紧急性因子用于衡量任务的时效紧迫性，计算公式为： 其中，代表任务的剩余时间，表示任务在截止时间前还有多少时间可以完成；表示预设极小正数，用于防止分母除零，保证数值计算的稳定性；越小，值越大，表示任务越紧急，计算公式为： 其中，为任务在一个指定的基准执行模式下的预估执行时间，为当前调度时刻；为任务截止时间，根据任务到达时间、基准预估执行时间以及一个与任务优先级相关的宽松因子动态生成，计算公式为： 效率因子代表任务的执行效率，为预估执行时间的倒数，用于提升短任务的优先级，计算公式为： 资源匹配度因子衡量任务的并行加速特性与系统当前资源状况的匹配程度，计算公式为： 其中由系统在过去一段时间内的CPU核心数占用率的平均值确定； 对于低优先级任务，评分因子包括：效率因子、公平性因子和资源匹配度因子，公平性因子表示任务在队列中累计等待时间，用于提升在队列中等待已久的任务的优先级，以防止任务饿死，计算公式为： 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250353 山东省济南市长清区大学路3501号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。