公开(公告)号：CN112711475B

公开(公告)日：2022-09-06

申请号：CN202110076869.4

申请日：2021-01-20

Applicant: 上海交通大学

Inventor： 姚建国 ,  罗金宏

IPC: G06F9/48 ,  G06F9/50 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供了一种基于图卷积神经网络的工作流调度方法及系统，该方法包括：步骤1：基于图卷积神经网络模型处理任务节点的自身特征和复杂的依赖关系，提取出高维的抽象特征表示；步骤2：策略网络将高维的抽象特征输入到全连接层神经网络进行处理，用Softmax层选出下一个将要执行的任务节点；步骤3：根据选出的任务节点，使用DEFT启发式算法，计算出是否复制任务节点的父节点、复制哪一个父节点和分配到哪个资源上执行的方案；步骤4：按照步骤3计算出的方案执行分配，更新任务节点分配后的任务信息以及资源信息，重复步骤1进入下一次分配，直到所有已到达的任务节点都得到分配。本发明能够适应动态的工作流环境，且算法调度质量更高。

公开(公告)号：CN112711475A

公开(公告)日：2021-04-27

申请号：CN202110076869.4

申请日：2021-01-20

Applicant: 上海交通大学

Inventor： 姚建国 ,  罗金宏

IPC: G06F9/48 ,  G06F9/50 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供了一种基于图卷积神经网络的工作流调度方法及系统，该方法包括：步骤1：基于图卷积神经网络模型处理任务节点的自身特征和复杂的依赖关系，提取出高维的抽象特征表示；步骤2：策略网络将高维的抽象特征输入到全连接层神经网络进行处理，用Softmax层选出下一个将要执行的任务节点；步骤3：根据选出的任务节点，使用DEFT启发式算法，计算出是否复制任务节点的父节点、复制哪一个父节点和分配到哪个资源上执行的方案；步骤4：按照步骤3计算出的方案执行分配，更新任务节点分配后的任务信息以及资源信息，重复步骤1进入下一次分配，直到所有已到达的任务节点都得到分配。本发明能够适应动态的工作流环境，且算法调度质量更高。