公开(公告)号：CN104965755B

公开(公告)日：2018-08-21

申请号：CN201510222549.X

申请日：2015-05-04

Applicant: 东南大学

Inventor： 李小平 ,  付志昆 ,  朱夏 ,  陈竹西 ,  王亚敏

IPC: G06F9/46

Abstract: 本发明公开了一种基于预算约束的云服务工作流调度方法，属于云计算调度技术领域。本发明方法以用户租用云服务的花费不超出用户的资金预算作为约束条件，以工作流最大完工时间最小化为目标，为工作流中的各任务分配相应的虚拟机。本发明进一步通过构建的两个权值分别进行初始调度和重调度，使得算法更简单快速。本发明实现了云环境资源的高效供应，在有效保证了在用户预算之内完成其工作流的情况下，最小化了工作流的完工时间，且算法简单，易于实现。

公开(公告)号：CN106779251A

公开(公告)日：2017-05-31

申请号：CN201710049917.4

申请日：2017-01-23

Applicant: 东南大学

Inventor： 李小平 ,  王亚敏 ,  潘光磊 ,  王爽 ,  陈龙

IPC: G06Q10/04 ,  G06N99/00

CPC classification number: G06Q10/047 ,  G06N99/005

Abstract: 本发明涉及一种带基于位置学习效应的最短路径问题的精确求解的启发式搜索方法，特别涉及一种机器人路径规划方法。机器人在寻找最短路径的过程中，通过强化学习与环境进行交互，获取经验，意味着机器人可以以更小的代价通过同一条路径，因此该情况下的最短路径与无学习效应时的最短路径很可能是不同的。为了解决此问题，在机器人获取外部环境信息，根据先验知识确定学习效应函数之后，通过启发信息，设计出符合该问题需要的剪枝操作和过滤操作来提前排除确定不会出现在最短路径上的部分路径，从而加速搜索过程，使得机器人在合理有效的时间内寻找到一个精确的全局最短路径，进而用于指导机器人行驶。

公开(公告)号：CN104965755A

公开(公告)日：2015-10-07

申请号：CN201510222549.X

申请日：2015-05-04

Applicant: 东南大学

Inventor： 李小平 ,  付志昆 ,  朱夏 ,  陈竹西 ,  王亚敏

IPC: G06F9/46

Abstract: 本发明公开了一种基于预算约束的云服务工作流调度方法，属于云计算调度技术领域。本发明方法以用户租用云服务的花费不超出用户的资金预算作为约束条件，以工作流最大完工时间最小化为目标，为工作流中的各任务分配相应的虚拟机。本发明进一步通过构建的两个权值分别进行初始调度和重调度，使得算法更简单快速。本发明实现了云环境资源的高效供应，在有效保证了在用户预算之内完成其工作流的情况下，最小化了工作流的完工时间，且算法简单，易于实现。