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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于可靠性约束的工作流调度优化方法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：CN114791853B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202210512009.5，技术领域涉及：G06F9/48；该发明授权一种基于可靠性约束的工作流调度优化方法是由袁友伟;钱逯;高一鸣;吴浩天;黄笑成;鄢腊梅设计研发完成，并于2022-05-11向国家知识产权局提交的专利申请。

本一种基于可靠性约束的工作流调度优化方法在说明书摘要公布了：本发明公开了一种基于可靠性约束的工作流调度优化方法，包括以下步骤：步骤S1：将移动设备执行的应用程序建模为一个工作流；步骤S2：对工作流进行处理并生成满足约束的工作流调度方案；步骤S3：对步骤S2生成的调度方案解码并调度任务至相应服务器节点执行；其中，步骤S1中，针对工作流结构构建工作流模型，确定子任务执行顺序；根据服务器故障率构建工作流执行的可靠性模型。本发明通过满足可靠性约束提高工作流任务卸载成功率，同时将工作流应用的调度问题中的系统成本定义为时间和能量的加权和，能够在平衡任务处理延时与能耗的情况下，找到工作流调度的最优方案。

本发明授权一种基于可靠性约束的工作流调度优化方法在权利要求书中公布了：1.一种基于可靠性约束的工作流调度优化方法，其特征在于，包括以下步骤：步骤S1：将移动设备执行的应用程序建模为一个工作流；步骤S2：对工作流进行处理并生成满足约束的工作流调度方案；步骤S3：对步骤S2生成的调度方案解码并调度任务至相应服务器节点执行；其中，步骤S1中，针对工作流结构构建工作流模型，确定子任务执行顺序；根据服务器故障率构建工作流执行的可靠性模型；包括以下步骤：步骤1.1.建立工作流模型；以有向无环图表示工作流，具有可靠性约束的工作流任务定义为w＝{V,E,RD}；其中，V＝{t0,t1,…,tn},i∈n为工作流子任务集合，E＝{tk,tl,tdk,l|tk,tl∈V}为子任务之间依赖关系，tk与tl为前驱后继关系，tdk,l为tl从tk接受的数据；RD为该工作的可靠性需求系数；在同一时刻边缘服务器对同一移动设备只能执行一个任务，移动设备进行任务调度前必须确定工作流子任务的执行顺序，确定执行序列的依据是任务的优先级；如果一个任务ti不存在前置任务，则任务ti的优先级：rankti＝0如果任务ti存在前置任务，preti为任务ti前置任务集合，则任务ti的优先级可表示为： 工作流子任务执行序列根据优先级大小升序排序；步骤1.2.建立可靠性模型；服务器发生硬件故障的概率以泊松分布表示，设λi表示单位时间内服务器si的故障率，则任务tj在服务器si上执行的执行可靠性可表示为： 其中τ表示任务tj在服务器si上的执行时间；对于工作流w，假定对于其子任务执行序列V＝{t0,t1,...,tn}中的每个任务的调度位置已知，则工作流w的执行可靠性可计算为： 步骤S2包括以下步骤：步骤2.1：调度方案编码；编码时，将任务编号与服务器编号视为对应关系；每一条染色体代表了一种工作流调度方案；假设工作流w其子任务个数为n，移动边缘环境中服务器个数为m；染色体用一维矩阵X来表示，令xi表示第i个任务的分配位置；调度方案可表示为：X＝[x0x1x2...xn]步骤2.2：种群初始化；使用贪心策略生成初始化种群，包括以下步骤：首先在[0,m]范围中生成一个随机整数ri，将ri作为任务i所卸载的设备编号，假设后续任务全部被卸载至可靠性最高的服务器，然后计算工作流w的执行可靠性；如果该方案满足可靠性需求，则保留当前调度位置ri，再对下一个任务位置重复以上步骤；如果当前方案不可靠，则对当前位置重新初始化；最后在所有任务都确定任务调度位置后，得到染色体个体X；令N为种群数量，则初始化种群为Pk＝{X1,X2,X3,...,XN}；步骤2.3：计算适应度；其中，包括：步骤2.4：时间计算；在工作流调度过程中移动设备可根据相关信息对任务传输、执行时间进行计算；步骤2.4.1：计算传输速率；令移动设备编号为0，B为移动设备蜂窝模式下的传输带宽，为时刻τ移动设备与边缘服务器的传输信噪比，则移动设备与边缘服务器server-j之间的传输速率可表示为： 令flocalti为移动设备分配给任务ti的计算频率，cni为任务计算需求，则本地执行计算时间可表示为： 工作流子任务ti从设备传输到边缘服务器的传输时间计算方式如下： 其中和分别为移动设备数据上传和结果下载的时间，为从服务器接收数据的传输速率；任务在服务器节点的执行时间与节点性能和任务计算需求有关，在服务器节点上任务执行时间定义为： 其中，fjti为服务器节点server-j给任务ti提供的计算频率；工作流w的执行总时间可表示为： 其中O表示在本地执行的工作流子任务集合；Q表示在服务器节点执行的工作流子任务集合；步骤2.4.2：能耗计算；当任务在移动设备本地执行时，移动设备计算能耗为： 其中为本地计算时的设备功率；设本地设备向服务器数据传输功率为工作流w通信所产生的传输能耗为： 设备总能耗可表示为：E＝Eexw+Etrsw步骤2.4.3：适应度计算；粒子适应度的计算方法如下：fX＝αE+1-αT其中E为设备能耗，T为工作流执行时间，α为权重因子，代表目标优化函数的对设备能耗与执行延迟的偏好程度；α较高一般代表能耗敏感型用户，α较低一般代表延时敏感型用户；步骤2.5：生成子代种群Qk：具体步骤为；步骤2.5.1：选择操作；首先计算个体Xi的适应度f，然后其取倒数，令fir＝1fi，计算所有的和sumfr，并将在sumfr中所占的比率视为选择概率；然后通过随机函数随机选择个体；步骤2.5.2：交叉操作；具体步骤为：算子首先在父代个体上随机选取l个不连续基因，对另一个交叉个体同位置基因进行交换，然后得到子代个体；基因的不连续性使得父代染色体与子代染色体差异性更大，使得解空间更大；步骤2.5.3：变异操作；设置变异概率值为θ，通过随机函数计算随机数，然后判断是否大于变异概率决定是否需要变异；需要变异则对染色体其中一个随机位置进行突变；步骤2.6：精英策略；精英策略具体步骤如下：步骤2.6.1：将第k代种群Rk与子代种群Qk混合，得到混合种群Rk，Rk的规模为2N；步骤2.6.2：对种群Rk进行非支配排序；令npi表示被其他个体支配的数目；Fj表示不同非支配层个体的集合；首先将npi＝0的个体放入当前集合F1，记为第一非支配序nd＝1；然后将F1所支配的个体加入集合S1，S1中个体执行npi＝npi-1，再后将npi＝0的个体放入集合F2中，记集合F2为第二非支配序nd＝2；以此类推，直到每个个体都被划分；按照非支配层从小到大顺序逐层将个体加入新种群Pk+1，直到添加到第l非支配层，种群Pk+1的规模恰巧不超出N；步骤2.6.3：对Fl中同层级的个体计算拥挤度id；令id表示周围个体的密度；具体计算公式为： 其中是在个体下调度所产生的能耗，是在个体下调度所产生的任务延时，i-1和i+1分别表示前后个体；对于个体与个体若则将排在之前，根据第l非支配层中个体拥挤度id进行排序；令numl表示第l非支配层中的个体数，numPk+1表示种群Pk+1当前个体数，取前numl-[numPk+1-N]个体加入种群Pk+1，使种群Pk+1的规模变为N，最终得到工作流调度方案Pk+1；步骤2.7：判断终止；若迭代次数达到最大迭代次数，则停止迭代，输出最优个体。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区二号路；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”。