贵州财经大学

本发明公开了一种基于量化适配度与预测调度的异构算力任务调度方法，包括：将集群节点划分为图形处理器算力池与中央处理器算力池，构建任务‑资源适配度评分矩阵，计算任务在各类节点的适配度评分并由比值确定GPU敏感型、CPU适配型或混合型类别；采用优先决策层与节点分配层构成的双层解耦调度框架生成调度决策，经闭环校准；采集集群遥测数据输入负载预测模型，在资源瓶颈前触发扩容、权重调整与抢占干预。本发明解决了GPU与CPU资源混用致利用率低下、且调度缺乏预测能力致高优先级人工智能任务端到端延迟难收敛的问题。

本发明提出了一种基于绿色效益比的云制造调度方法及系统，涉及云制造服务调度技术领域，用以解决现有多目标优化方法。该方法包括：获取云平台订单任务的调度数据，基于Independent DQN架构将每个设备定义为不同智能体，构建状态空间向量和动作空间，检测设备故障，若发生故障则计算能效变动值，当超过预设阈值时触发重调度，将受影响工序转移至可用设备，以绿色效益比作为综合优化目标，将其相邻时刻变化量作为即时奖励，进行多智能体训练；循环迭代直至所有工序完成，输出最优调度方案。本发明将多目标转化为单一绿色效益比，避免了主观加权，提升云制造调度的自适应能力和准确性。

本申请公开了一种工业设备异常监测方法、介质及系统，涉及工业设备监测领域，该方法包括：获取工业设备的多源异构运行数据并预处理生成运行状态序列；将运行状态序列输入异常监测模型输出异常数据；异常监测模型包括各设备的监测网络，每个监测网络包括状态节点、外部工况节点和观测节点及跨时间片的状态转移边，状态节点和外部工况节点指向观测节点，相邻时间片状态节点经状态转移边连接，相邻设备监测网络通过设备关联节点连接，上游设备状态节点经设备关联节点指向下游设备状态节点；本申请实现了对设备异常演化轨迹的连续监测以及联动生产线整体风险的动态预警。