本站小編為你精心準備了多影響因素的加權任務分配參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《計算機與數字工程雜志》2014年第七期

1任務分配策略研究

1.1分配策略的形式化表示定義1在工作流定義中有一項任務Jnew被分配給一個抽象的角色，而這個角色包含了多個員工。每一個候選員工都已經存在一個任務列表，任務分配問題就是根據任務屬性及候選人狀態把任務分配給最適合的候選人。定義2參與員工狀態有效性。在參與員工執行工作過程中，經常會因為如出差、休假等原因而無法工作。對于給定的參與員工Ui∈U。

1.2基于多影響因素的加權任務分配策略通過對實際流程中的任務分配進行分析，發現最影響任務的執行效率的是任務分配不均導致的任務間等待，負載均衡在任務實際分配當中是至關重要的，所以將本分配算法設計為兩階段：第一階段根據參與者的狀態有效性和負載狀況劃分資源候選者集合，第二階段從資源候選者集合中按照綜合匹配度進行執行者集合劃分，將任務分配給評估分數最高的執行者集合。在計時器規定的時間內，如果沒有員工執行此項任務，則工作流引擎會從之前的評估結果中篩掉目前執行者集合，然后再次對任務進行分配。資源執行者集合的確定過程如下：對一項特定的工作項任務Jnew，計算其相對預測負載偏差值，將參與員工劃分成不同的負載區間，每一區間內的參與員工被認為具有相似的任務負載。參與員工的相對預測負載偏差區間數量的選擇，可以根據具體的企業需求靈活的調整。預測負載偏差區間的設定方法如下：設N為相對預測負載偏差區間數，R［N＋1］為相對預測負載偏差數組。其中，R［0］＝－1，R［N］＝＋1，區間的上下界可以根據工作流要求確定。Sk為屬于第k個區間中的候選者集合，k越大預測負載越重，k＝1，2，…，N。對于參與者Ui，如果N［k－1］β（Ui，Jj）＜N［k］，則Ui被劃分到k區間。當區間數過小的時候，負載均衡的程度將會變得很低，也失去了負載均衡的意義；當區間數過大接近員工數時，對于后面的綜合評估就沒有意義了，所以相對預測負載偏差區間數不宜過小，也不宜過大。選擇相對負載較輕的區間為資源候選集合，對集合中的每一個員工的執行能力、感興趣度和成本進行綜合的評估，本文提出了一個帶有權值的綜合評估分數計算方法，根據確定的評估值，對確定的資源候選集合進行排序，并再次進行區間劃分，設定方法如下：設M為評估值區間數，P［M＋1］評估值區間數組，對評估值最高的數值偏差在a之內的，放入P［0］，偏差為a～2a的放入P［1］，依次類推，直到M數組執行完畢。M和a值可設定，評估值區間數M的選擇也可以根據企業的需求靈活的調整；這樣排名最靠前的候選集合就是任務的最合適執行者集合。

1.3算法實現1）啟動計時器，初始化參數，置T＝1；2）獲取要執行的任務Jnew，確定相對預測負載偏差區間數N、評估值區間數M和偏差值a及各影響因素權值w1、w2、w3；3）根據流程定義找到符合條件能夠承擔任務的所有參與者集合S（其中要求參與者的狀態有效性availability（Ui）＞0）；4）計算每個參與者Ui的預測負載PreWol（Ui），以及任務Jnew的平均預測負載TaskPreWol（Jj）。

2實驗

與當前的基于多準則的任務分配策略相比，本策略增加了狀態有效性和成本兩個影響因素，能夠在算法執行前篩除狀態無效用戶，避免了由無效用戶執行任務導致流程掛起的情況，可以提高流程執行效率，對于成本因素的計算使得該策略更加具有普適性。為了評價本文提出的任務分配算法的負載性能，我們將算法進行仿真實驗。各個員工對分配任務得到的處理順序是先進先出的處理原則，不進行任何的優先調度，由于采用這種原則，本實驗不考慮計時器進行再次分配的情況。在測試期間測試100個工作流實例的運行情況，將三個并行任務T1、T2和T3分配給四個員工（U1，U2，U3，U4），設所有參與者狀態有效性均為1，評估因素影響權值為w1＝0．6，w2＝0．2，w3＝0．2。表2給出了參與員工執行三類任務的影響因素評估值，表3給出了員工完成任務所需時間。根據上述測試環境，對Round－Robin以及基于多影響因素的加權任務分配算法進行負載分析，負載結果如圖1～圖3所示。從圖1與圖2中可看出，當執行任務數較多時，Round－Robin算法的負載不均衡，執行能力強、速度快的U1和U2負載較輕，而執行能力一般的U3和U4則負載較大；基于多影響因素的加權任務分配算法則做到了負載均衡，隨著任務數的增加曲線也成線性增長，負載均衡趨勢不會改變。而且，在任務的總執行時間上，本文的算法相對于Round－Robin算法也有了一定程度的降低，如圖3所示。從圖中可以看出，當任務數大于60后，多因素加權算法的總執行時間相對較少。綜合進行評估，基于多影響因素的加權任務分配算法在提高流程執行效率方面有很大幫助。

3結語

實現任務的自動優選分配是提高工作流系統運行效率的關鍵步驟，本文在前人研究的基礎上提出了基于多影響因素的加權任務分配策略，該策略綜合考慮了參與者狀態有效性、負載、參與者能力、興趣度以及成本因素，設計并實現了基于多影響因素的加權任務分配算法。通過實驗結果可以看出，該算法可有效降低任務平均等待時間和人員負載，提高了任務平均處理效率。同時，由于各影響因素權重可按需調節，該策略能很好地適應不同領域業務對任務分配的不同需求，解決工作流在任務分配上的靈活性問題，更加具有普適性。

作者：尚福華孫勝男陳效果單位：東北石油大學計算機信息技術學院東方地球物理勘探有限公司