[发明专利]任务处理方法、装置、设备及存储介质

权利要求书

1.一种任务处理方法，其特征在于，包括：

获取第一时间段的历史任务量均值数据和历史任务量极值数据；

根据所述第一时间段的历史任务量极值数据，获得第二时间段的预测任务量极值数据；

根据所述第一时间段的历史任务量均值数据，获得第二时间段的预测任务量均值数据；

根据所述预测任务量均值数据和所述预测任务量极值数据，确定所述第二时间段的任务调整配置信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一时间段的历史任务量极值数据，获得第二时间段的预测任务量极值数据，包括：

根据所述第一时间段的历史任务量极值数据，和极值分布函数对应的密度函数，得到所述极值分布函数中参数的估计值；

根据所述极值分布函数中参数的估计值，对所述极值分布函数进行更新；

采用更新的极值分布函数，获得第二时间段的预测值数据；

根据所述第二时间段的预测值数据，检测多个分位点值，确定为所述第二时间段的预测任务量极值数据。

3.根据权利要求2所述的方法，其特征在于，在根据所述第一时间段的历史任务量极值数据，和极值分布函数对应的密度函数，得到所述极值分布函数中参数的估计值之前，还包括：

根据所述第一时间段的历史任务量极值数据，检测所述历史任务量极值数据的极值数据频率衰减特征；

在多个分布函数中，将各所述分布函数对应的极大值吸收域与所述极值数据频率衰减特征进行匹配；

根据匹配结果，在多个分布函数中，确定极值分布函数。

4.根据权利要求2所述的方法，其特征在于，所述根据所述第一时间段的历史任务量极值数据，和极值分布函数对应的密度函数，得到所述极值分布函数中参数的估计值，包括：

根据所述第一时间段的历史任务量极值数据和所述极值分布函数，检测所述极值分布函数中参数的第一局部最优解；

根据所述第一局部最优解更新所述极值分布函数；

根据所述第一时间段的历史任务量极值数据，计算更新后的极值分布函数对应的密度函数的数值；

以所述更新后的极值分布函数对应的密度函数取最大值为目标，迭代更新所述参数的数值，直至所述更新后的极值分布函数对应的密度函数的数值最大，并将当前时刻下所述参数的数值，确定为所述参数的第一全局最优解，并作为所述极值分布函数中参数的估计值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一时间段的历史任务量极值数据和所述极值分布函数，检测所述极值分布函数中参数的第一局部最优解，包括：

根据所述第一时间段的历史任务量极值数据和所述极值分布函数，计算极值目标函数的数值，所述极值目标函数包括信息熵函数或样本差值函数；

以所述极值目标函数取最大值为目标，迭代更新所述参数的数值，直至所述极值目标函数的数值最大，并将当前时刻下所述参数的数值，确定为所述极值分布函数中参数的第一局部最优解。

6.根据权利要求2所述的方法，其特征在于，在根据所述第二时间段的预测值数据，检测多个分位点值，确定为所述第二时间段的预测任务量极值数据之后，还包括：

获取所述第二时间段的真实任务量极值数据；

针对每个所述分位点值，在所述真实任务量极值数据中统计大于分位点值的真实任务量极值的数量；

计算所述数量与所述真实任务量极值数据的总数的比值；

根据所述比值，计算所述分位点值的偏离程度；

将所述分位点值的偏离程度，添加到所述第二时间段的预测任务量极值数据中。

7.根据权利要求1所述的方法，其特征在于，所述根据所述第一时间段的历史任务量均值数据，获得第二时间段的预测任务量均值数据，包括：

根据所述第一时间段的历史任务量均值数据，和均值分布函数对应的密度函数，得到所述均值分布函数中参数的估计值；

根据所述均值分布函数中参数的估计值，对所述均值分布函数进行更新；

采用更新的均值分布函数，获得第二时间段内多个单元时间段的预测均值分布置信区间，并作为所述第二时间段的预测任务量均值数据。