[发明专利]一种任务分配方法和装置

说明书

本发明公开了一种任务分配方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：接收任务，按照任务类型对任务进行分组，得到多个任务组，结合任务类型与对象的对应关系，生成任务类型、任务组和对象的对应关系；根据各对象可处理的任务量阈值，确定与同一任务组对应的所有对象可处理的任务量阈值之和，结合各任务组的任务量，得到各任务组的分值；确定分值最大的第一任务组，将与第一任务组对应的对象作为目标对象，以根据预设匹配方式，将第一任务组中的任务分配至目标对象。该实施方式从任务角度出发，着眼任务全局，先分组后分配，可以在较短时间内获取全局最优解或良好的近似全局最优解，具有分配效率高、分配结果均匀的效果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种任务分配方法和装置。

背景技术

任务分配系统对应的应用场景是：一堆待解决的任务需要分配给一群可以处理任务的操作员。对于大多数任务，所有的操作员都可以处理，而有一些任务，可能只有部分或者极少部分操作员可以处理。

现有任务分配方案都是从操作员角度出发，操作员自发去抢任务，先到先得，当操作员数量足够多时，可以在短时间内处理掉所有的任务。还有一些技术方案从任务角度出发，基于运筹学或仿生学方法进行分配，但分配效率不稳定，特别是在多轮多次分配中更为明显。

分配问题本身也是一个运筹学问题，对于小规模的分配，可以使用运筹学的方法处理；但对于规模较大的分配问题，使用运筹学方法可能无法短时间内得到一个解，实际通常使用遗传算法、粒子群算法这类仿生学算法，以在限定时间内获得一个解。

在实现本发明的过程中，发明人发现现有技术至少存在如下问题：

1)仿生学算法虽有一定概率获取较好的解，但由于算法本身的特性，都比较依赖初始解的质量。而为了获取初始解，一般会采用随机法和贪心法对子问题(原始问题拆分后的一个个小问题)进行求解，但这样又会直接影响初始解的质量；

2)仿生学算法容易提前收敛，陷入局部最优解，导致在短时间内无法得到全局最优解或近似全局最优解。

发明内容

有鉴于此，本发明实施例提供一种任务分配方法和装置，至少能够解决现有技术中没有考虑全局情况，或者无法在较短时间内得到全局最优解或近似全局最优解。

为实现上述目的，根据本发明实施例的一个方面，提供了一种任务分配方法，包括：

接收任务，按照任务类型对任务进行分组，得到多个任务组，结合任务类型与对象的对应关系，生成任务类型、任务组和对象的对应关系；

根据各对象可处理的任务量阈值，确定与同一任务组对应的所有对象可处理的任务量阈值之和，结合各任务组的任务量，得到各任务组的分值；

确定分值最大的第一任务组，将与所述第一任务组对应的对象作为目标对象，以根据预设匹配方式，将所述第一任务组中的任务分配至所述目标对象。

可选的，在所述接收任务之前，还包括：

获取对象的信息，按照任务类型的参数对各个对象的信息进行分组，得到多个对象组。

可选的，在在所述根据各对象可处理的任务量阈值，确定与同一任务组对应的所有对象可处理的任务量阈值之和之前，还包括：

若与第一对象对应的第二任务组仅属于同一个任务类型，则将所述第一对象作为第一目标对象，以将第二任务组中的任务分配至所述第一目标对象；

若分配的任务量达到所述第一目标对象可处理的任务量阈值，则在所述任务类型、任务组和对象的对应关系中，剔除所述第一目标对象和任务分配完毕的第二任务组。

可选的，在所述按照任务类型对任务进行分组，得到多个任务组，还包括：

按照任务类型和优先级对任务进行分组，得到多个任务组；