(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210800172.1 (22)申请日 2022.07.06 (71)申请人 重庆软江图灵人工智能科技有限公 司 地址 400000 重庆市江北区西环路8号1幢 12-1至12-12 (72)发明人 陈强　 (74)专利代理 机构 成都顶峰专利事务所(普通 合伙) 51224 专利代理师 李崧岩 (51)Int.Cl. G06F 9/50(2006.01) G06N 20/00(2019.01) (54)发明名称 基于深度学习的人工智能任务调度方法、 装 置及存储介质 (57)摘要 本发明涉及信息处理技术领域， 具体涉及基 于深度学习的人工智能任务调度方法、 装置及存 储介质。 本发 明通过将批量待执行任务按照执行 时间构建多个并行的任务队列， 以实现多个任务 的并行执行， 并且在多个并行的任务队列的执行 任务量过大时， 按照待执行任务的权重对执行时 间进行调节， 使得执行多个任务时， 既能够并行 执行， 也能够保证任务执行量不超 过当前系统的 处理能力。 权利要求书2页 说明书7页 附图2页 CN 115185685 A 2022.10.14 CN 115185685 A 1.基于深度学习的人工智能任务调度方法， 其特 征在于， 包括： 获取多个待执 行任务、 多个待执 行任务的任务 量、 多个并行的执 行路径； 对所述待执 行任务进行识别， 获得识别结果； 根据所述识别结果确定所述待执行任务的执行路径， 并根据所述识别结果确定待执行 任务的执 行时间； 按照所述执行时间将所述待执行任务放置到对应的执行路径上， 获得多个任务执行序 列； 并计算多个任务队列的单位时间的任务总量； 将多个所述任务执行序列的单位 时间的任务总量与预设值进行对比， 在所述单位 时间 的任务总量大于预设值时， 调整所述任务执行序列， 以使得所述单位时间的任务总量小于 或者等于预设值。 2.根据权利要求1所述的基于深度学习的人工智能任务调度方法， 其特征在于， 将多个 所述任务执行序列的单位时间的任务总量与预设值进 行对比， 在所述单位时间的任务总量 大于预设值时， 调整所述任务执 行序列， 包括： 将多个执行序列放置在时间轴上， 以预设的单位时间对多个执行序列进行扫描， 获得 多个执行序列在单位时间的任务总量； 当所述任务总量大于所述预设值时， 获取与所述任务总量相关的待执 行任务； 按照权重值将与所述任务总量相关的待执行任务的执行时间进行调节， 使得单位 时间 内的任务总量小于或者 等于所述预设值； 其中， 待执 行任务Mi权重值Qi的数学表达式如下： 其中Xi为待执行任务Mi的任务量、 Ti1为待执行任务Mi的开始时间、 Ti2为待执行任务Mi的 结束时间、 T1为单位时间的开始时间、 T2为单位时间的结束时间、 α 为第一比例因子、 β 为第二 比例因子、 γ为第三比例因子； 权 重值越大则代 表待执行任务的调节优先级越低。 3.根据权利要求1所述的基于深度学习的人工智能任务调度方法， 其特征在于， 所述方 法还包括： 按照任务 量对所述任务队列中的待执 行任务分配优先级； 按照各任务优先级的并行 执行任务量， 执行对应各优先级任务队列中的待执 行任务； 在任一优先级任务队列中的剩余待执行任务数量小于该任务优先级的并行执行任务 量时， 根据该优先级任务队列中的剩余待执行任务数量， 动态调整该优先级任务队列对应 任务优先级及后续 顺位任务优先级的并行 执行任务量。 4.根据权利要求3所述的基于深度学习的人工智能任务调度方法， 其特征在于， 所述根 据该优先级任务队列中的剩余待 执行任务数量， 动态调整 该优先级任务队列对应任务优先 级及后续 顺位任务优先级的并行 执行任务量， 包括： 将该优先级任务队列对应任务优先级的并行执行任务量减去剩余待执行任务数量， 得 到空余任务数量； 将该优先级任务队列对应任务优先级的并行执行任务量减小到与剩余待执行任务数 量保持一致， 将空余任务数量根据权重系数分配到后续顺位任务优先级的并行执行任务量 中。权　利　要　求　书 1/2 页 2 CN 115185685 A 25.根据权利要求1所述的基于深度学习的人工智能任务调度方法， 其特征在于， 对所述 待执行任务进行识别， 获得识别结果， 包括： 获取所述待执 行任务的文字特 征； 将所述文字特 征输入至预 先建立的识别模型中， 获得识别结果。 6.根据权利要求1所述的基于深度学习的人工智能任务调度方法， 其特征在于， 所述方 法还包括： 持续获取待执 行任务， 并判定待执 行任务的任务优先级； 根据任务优先级将获取的待执 行任务动态编入 对应的优先级任务队列。 7.根据权利要求1所述的基于深度学习的人工智能任务调度方法， 其特征在于， 所述方 法还包括： 在数据库中生成任务日志； 将待执行任务的执 行情况记录在任务日志中。 8.人工智能任务调度装置， 其特 征在于， 包括： 采集单元、 用于获取多个待执行任务、 多个待执行任务的任务量、 多个并行的执行路 径； 识别单元， 用于对所述待执 行任务进行识别， 获得识别结果； 第一运算单元， 用于根据所述识别结果确定所述待执行任务的执行路径， 并根据所述 识别结果确定待执 行任务的执 行时间； 第二运算单元， 用于按照所述执行时间将所述待执行任务放置到对应的执行路径上， 获得多个任务执 行序列； 并计算多个任务队列的单位时间的任务总量； 调度单元， 用于将多个所述任务执行序列的单位时间的任务总量与预设值进行对比， 在所述单位时间的任务总量大于预设值时， 调整所述任务执行序列， 以使得所述单位时间 的任务总量小于或者 等于预设值。 9.一种计算机装置， 其特 征在于， 包括： 存储器， 用于存 储指令； 处理器， 用于读取所述存储器 中存储的指令， 并根据指令执行权利要求1 ‑7任意一项所 述的基于深度学习的人工智能任务调度方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有指令， 当所述指令在计算机上运行时， 使得所述计算机执行权利要求1 ‑7任意一项所述的基于深 度学习的人工智能任务调度方法。权　利　要　求　书 2/2 页 3 CN 115185685 A 3