本申请公开了一种基于云边协同的资源调动方法、系统、设备及存储介质,能够减少人工干预和决策的时间成本,进而降低资源调动的整体成本,且可提升资源调动的效率。本申请方法包括:获取边缘网关发送的预处理数据;将预处理数据输入训练好的多类深度神经网络模型,以获取预测结果;构建规则数据库,规则数据库中包含有若干个条件‑动作规则;从规则数据库中随机选择一个规则作为第一目标优解;评估第一目标优解与预测结果之间的匹配度是否达到预设要求;若是,则基于第一目标优解生成一个候选解;根据候选解与第一目标优解的匹配程度差异以及迭代进度判断是否接受候选解作为目标最优解;若是,则输出匹配程度最高的规则作为目标匹配规则。
背景技术
在当今信息化、智能化的时代背景下,资源的高效管理与分配成为了各行各业追求的目标之一,随着物联网技术的飞速发展和广泛应用,海量的数据在边缘端被不断生成和收集,为资源的调度提供了数据支撑。
目前,传统的资源调动方法往往依赖于人工经验或简单的规则判断,难以应对复杂多变的环境和需求,特别是在面对大规模、分布式的资源管理系统时,传统方法的局限性和不足愈发凸显,例如,可能无法及时响应资源的动态变化,无法准确预测未来的资源需求,或者无法有效地整合和利用边缘端和云端的数据和资源,从而给资源的调度带来一定的影响,无法满足生产调度要求。
实现思路