(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111323484.X (22)申请日 2021.11.10 (65)同一申请的已公布的文献号 申请公布号 CN 113760514 A (43)申请公布日 2021.12.07 (73)专利权人 北京航空航天大 学杭州创新研究 院 地址 310000 浙江省杭州市滨江区长河街 道创慧街18号 (72)发明人 任涛　何航　李青锋　牛建伟　 戴彬　邱源　胡哲源　胡舒程　 姚依明　谷宁波　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 代理人 杨奇松(51)Int.Cl. G06F 9/48(2006.01) G06F 9/50(2006.01) G06F 30/27(2020.01) G06F 111/04(2020.01) (56)对比文件 CN 109981753 A,2019.07.0 5 CN 112114951 A,2020.12.2 2 US 10778755 B1,2020.09.15 CN 110109752 A,2019.08.09 审查员 殷娉 (54)发明名称 物联网任务调度方法及装置和可读存储介 质 (57)摘要 本申请提供一种物联网任务调度方法及装 置和可读存储介质， 涉及物联网应用技术领域。 本申请在每个工业物联网设备得到当前时间片 的待计算任务时， 会根据该工业物联网设备的位 置信息以及工业物联网系统当前的信道增益全 局向量， 针对该待计算任务生成任务计算参数， 而后调用本地存储的任务调度网络模型以最大 化与该工业物联网设备的运行成本反相关的长 期决策奖励为优化目的， 基于该待计算任务的任 务计算参数生成调度决策参数， 并按照调度决策 参数配合边缘服务器对待计算任务进行计算， 从 而在各工业物联网设备处针对自身的待计算任 务进行本地式卸载调度， 降低工业物联网规模对 任务卸载调度过程的影 响， 并同步地降低任务调 度决策的求 解复杂度。 权利要求书3页 说明书14页 附图5页 CN 113760514 B 2022.03.22 CN 113760514 B 1.一种物联网任务调度方法， 其特征在于， 应用于工业物联网系统， 所述工业物联网系 统包括边缘服务器及多个工业物联网设备， 所述方法包括： 每个工业物联网设备在得到当前时间片的待计算任务的情况下， 根据 该工业物联网设 备的位置信息以及该工业物联网系统当前的信道增益全局向量， 针对得到的待计算任务生 成匹配的任务计算 参数； 每个工业物联网设备调用本地存储的与 该工业物联网系统匹配的任务调度网络模型， 以最大化与该工业物联网设备针对待计算任务的运行成本反相关的长期决策奖励为优化 目的， 基于该待计算任务的任务计算参数生成该待计算任务的调度决策参数， 其中所述调 度决策参数包括对应待计算任务的卸 载决策状态、 对应工业物联网设备 的任务计算频率、 所述边缘服务器分配的卸载计算频率及 对应工业物联网设备的任务传输功 率， 所述工业物 联网设备针对待计算任务的运行成本由该待计算任务在对应任务调度参数下的任务计算 延迟及运行能量损耗加权求和得到； 每个工业物联网设备按照生成的调度决策参数配合所述边缘服务器对得到的待计算 任务进行计算。 2.根据权利要求1所述的方法， 其特征在于， 所述每个工业物联网设备调用本地存储的 与该工业物联网系统匹配的任务调 度网络模型， 以最大化与该工业物联网设备针对待计算 任务的运行成本反相关的长期决策奖励为优化目的， 基于该待计算任务的任务计算参数生 成该待计算任务的调度决策参数的步骤， 包括： 针对每个工业物联网设备， 将该工业物联网设备上的待计算任务的任务计算参数输入 到对应的任务调度网络模型中； 调用所述任务调度网络模型预测该待计算任务的满足该工业物联网设备的任务传输 功率约束条件、 该边缘服务器的卸载计算频率分配约束条件、 该工业物联网设备 的任务计 算频率约束条件、 该待计算任务的任务计算延迟约束 条件及该工业物联网设备的运行损耗 约束条件的任务调度参数； 调用所述任务调度网络模型以该工业物联网设备的长期决策奖励最大化为目的， 对预 测出的所述任务调度参数进行优化， 得到对应的调度决策参数。 3.根据权利要求2所述的方法， 其特征在于， 所述工业物联网设备的长期决策奖励与工 业物联网设备针对待计算任务的运行成本之间的关联关系采用如下式子进行表达： 其中， 用于表示第 个工业物联网设备在第 个时间片的长期决策奖励， 用于 表示第 个工业物联网设备在第 个时间片的长期决策奖励， 用于表示第 个 工业物联网设备在第 个时间片的运行成本的奖励函数， 用于表示第 个工业物联网设 备在第 个时间片的运行成本， 用于表示未来奖励叠加到当前 奖励的折扣系数。 4.根据权利要求1 ‑3中任意一项所述的方法， 其特征在于， 所述工业物联网系统还包括 模型训练中心， 所述方法还 包括： 每个工业物联网设备按照预设时间间隔地向所述模型训练中心发送模型训练参数集，权　利　要　求　书 1/3 页 2 CN 113760514 B 2其中所述模型训练参数集包括对应工业物联网设备在相邻两个历史时间片的 已计算任务 的任务计算 参数、 时序靠前的已计算任务的调度决策参数及奖励函数值； 所述模型训练中心将接收到的模型训练参数集加入到训练数据池内， 并从所述训练数 据池内随机抽取多个目标参数集； 所述模型训练中心基于强化学习算法结合所述多个目标参数集进行神经网络模型训 练， 得到与该工业物联网系统匹配的任务调度网络模型； 所述模型训练中心将训练出的所述任务调度网络模型分发给每个工业物联网设备进 行存储。 5.一种物联网任务调度方法， 其特征在于， 应用于工业物联网系统包括的每个工业物 联网设备， 其中所述工业物联网系统还 包括边缘服务器， 所述方法包括： 在得到当前时间片的待计算任务的情况下， 根据 该工业物联网设备的位置信 息以及该 工业物联网系统当前的信道增益全局向量， 针对得到的待计算任务生成匹配的任务计算参 数； 调用本地存储的与 该工业物联网系统匹配的任务调度网络模型， 以最大化与 该工业物 联网设备针对待计算任务的运行成本反相关的长期决策奖励为优化目的， 基于该待计算任 务的任务计算参数生成该待计算任务的调 度决策参数， 其中所述调 度决策参数包括对应待 计算任务的卸载决策状态、 对应工业物联网设备 的任务计算频率、 所述边缘服务器分配的 卸载计算频率及对应工业物联网设备的任务传输功 率， 所述工业物联网设备针对待计算任 务的运行成本由该待计算任务在对应任务调度参数下的任务计算延迟及运行能量损耗加 权求和得到； 按照生成的调度决策参数配合所述 边缘服务器对得到的待计算任务进行计算。 6.根据权利要求5所述的方法， 其特征在于， 所述调用本地存储的与 该工业物联网系统 匹配的任务调 度网络模型， 以最大化与该工业物 联网设备针对待计算任务的运行成本反相 关的长期决策奖励为优化目的， 基于该待计算任务的任务计算参数生成该待计算任务的调 度决策参数的步骤， 包括： 将该工业物联网设备上的待计算任务的任务计算参数输入到所述任务调度网络模型 中； 调用所述任务调度网络模型预测该待计算任务的满足该工业物联网设备的任务传输 功率约束条件、 该边缘服务器的卸载计算频率分配约束条件、 该工业物联网设备 的任务计 算频率约束条件、 该待计算任务的任务计算延迟约束 条件及该工业物联网设备的运行损耗 约束条件的任务调度参数； 调用所述任务调度网络模型以该工业物联网设备的长期决策奖励最大化为目的， 对预 测出的所述任务调度参数进行优化， 得到对应的调度决策参数。 7.根据权利要求5或6所述的方法， 其特征在于， 所述工业物联网系统还包括模型训练 中心， 所述方法还 包括： 按照预设时间间隔地向所述模型训练中心发送需要加入到训练数据池内的模型训练 参数集， 其中所述模型训练参数集包括对应工业物联网设备在相 邻两个历史时间片的已计 算任务的任务计算 参数、 时序靠前的已计算任务的调度决策参数及奖励函数值； 接收来自所述模型训练中心的任务调度网络模型进行存储， 其中所述任务调度网络模权　利　要　求　书 2/3 页 3 CN 113760514 B 3