摘要
本发明涉及多模态任务处理技术领域,尤其是一种结合遗传算法和智能体优化的多模态任务分配及评价方法。本发明将多模态平台上的行为事件作为模态子任务封装为标准化三元组,并映射为任务图结构;然后定义任务调度方案的基因编码规则,采用遗传算法迭代种群,获取各任务的优化调度方案;由执行节点上布置的智能体进行任务细化分配。本发明提出的一种结合遗传算法和智能体优化的多模态任务分配方法;系统通过构建任务图结构并引入时间/语义/模态三维依赖建模规则,可准确识别任务之间的隐式逻辑关系;采用遗传算法驱动的全局调度与模态智能体执行机制,实现上层调度方案生成与下层节点本地任务精细化执行协同。本发明在异构计算环境中展现出出色的资源负载均衡能力,具备良好的可拓展性与收敛性能。
技术关键词
任务分配方法
遗传算法
节点
编码规则
异构计算环境
系统资源利用率
预训练语言模型
任务调度
评价方法
语义
三元组
基因
因子
定义
点击率
度函数
多模态
染色体
动态
系统为您推荐了相关专利信息
校正方法
时钟偏移量
时钟同步
调节处理器运行频率
校准
井下随钻测量
动态校准方法
校准方式
源节点
井下多参数
节能控制方法
烘干设备
遗传算法优化
模拟模型
加热源