调度策略确定方法、装置及存储介质

技术领域

本申请涉及智能加工技术领域，尤其涉及一种调度策略确定方法、装置及存储介质。

背景技术

随着自动化控制技术的发展，有轨制导车辆(rail guided vehicle，RGV)凭借着价格低廉、方便灵活的优点，被广泛代替人工应用于各种产品深加工行业，用于处理数控机床(computer numerical control，CNC)上的物体。目前，若在RGV指定时间段内接收到来自多个CNC的处理消息，则RGV主要基于贪婪算法确定调度策略(即处理上述多个CNC上物体的顺序)，其过程为：RGV先从上述多个CNC中确定运动时间与处理物体时间之和最短的CNC为待调度的CNC。接着，移动至该CNC进行处理，待上述处理完成之前，确定下一次待移动的CNC，直至将上述多个CNC中的每个CNC的任务处理完成。

但是，在上述方法中，RGV的调度只选取一个目标进行规划，仅考虑每一次调度时的最优CNC。这种方法局限于单个CNC，而缺少对于多个CNC整体最优的考虑，导致处理过程中，还是存在一定的时间资源和路径资源的浪费的问题。

发明内容

本申请提供一种调度策略确定方法、装置及存储介质，能够解决现有技术中时间资源和路径资源的浪费的问题。

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供一种调度策略确定方法，该方法包括：在目标时间段内，接收来自多个平台设备的处理消息；处理消息用于表征平台设备上具有待处理的物体；基于多个平台设备，确定多个初始调度策略；一个初始调度策略包括多个平台设备的处理顺序；根据预设算法处理多个初始调度策略，确定满足预设约束条件的目标调度策略。

在一种可能的实现方式中，预设算法为迭代算法，根据预设算法处理多个调度策略，确定满足预设约束条件的目标调度策略，包括：迭代执行下述过程：(1)获取第i次迭代时的种群；其中，种群包括N个个体，N为正整数；一个个体用于表征一个调度策略；i为自然数，初始迭代的种群包括根据多个调度策略确定的N个个体；(2)根据预设约束条件，以及预设变异概率，对第i次迭代时的种群中的N个个体进行处理，得到更新后的N个个体，将更新后的N个个体作为第i+1次迭代时的种群；直至迭代次数满足预设迭代次数，将最后一次迭代得到的更新后的N个个体中适应度较高的目标个体确定为目标调度策略。

在一种可能的实现方式中，根据预设约束条件，以及预设变异概率，对第i次迭代时的种群中的N个个体进行处理，得到更新后的N个个体，包括：步骤1、根据预设约束条件，确定种群中的N个个体中的每个个体的适应度；适应度为调度策略在预设时间段内处理的物体数量，或者为处理预设数量的物体的时间；步骤2、从种群中的N个个体中选择适应度大于或等于第一预设阈值的M个个体；M为小于N的正整数；步骤3、对种群中的N个个体中的第一数量的个体进行交叉运算，确定第二数量的交叉个体；步骤4、从第二数量的交叉个体中选择适应度大于或等于第二预设阈值的N-M个个体；步骤5、根据M个个体和N-M个个体得到更新后的N个个体。

在一种可能的实现方式中，处理预设数量的物体的总时间包括：控制设备由处理顺序中的第一个平台设备移动至处理顺序中的最后一个平台设备的时间、操作物体的时间、清洗平台设备的时间、平台设备处于故障状态的时间、以及控制设备的等待时间。

第二方面，本申请提供一种调度策略确定装置，该装置包括：通信单元和处理单元；通信单元，用于在目标时间段内，接收来自多个平台设备的处理消息；处理消息用于表征平台设备上具有待处理的物体；处理单元，用于基于多个平台设备，确定多个初始调度策略；一个初始调度策略包括多个平台设备的处理顺序；处理单元，还用于根据预设算法处理多个初始调度策略，确定满足预设约束条件的目标调度策略。

在一种可能的实现方式中，预设算法为迭代算法，处理单元，具体用于迭代执行下述过程：(1)获取第i次迭代时的种群；其中，种群包括N个个体，N为正整数；一个个体用于表征一个调度策略；i为自然数，初始迭代的种群包括根据多个调度策略确定的N个个体；(2)根据预设约束条件，以及预设变异概率，对第i次迭代时的种群中的N个个体进行处理，得到更新后的N个个体，将更新后的N个个体作为第i+1次迭代时的种群；直至迭代次数满足预设迭代次数，将最后一次迭代得到的更新后的N个个体中适应度较高的目标个体确定为目标调度策略。

在一种可能的实现方式中，处理单元，具体用于：步骤1、根据预设约束条件，确定种群中的N个个体中的每个个体的适应度；适应度为调度策略在预设时间段内处理的物体数量，或者为处理预设数量的物体的时间；步骤2、从种群中的N个个体中选择适应度大于或等于第一预设阈值的M个个体；M为小于N的正整数；步骤3、对种群中的N个个体中的第一数量的个体进行交叉运算，确定第二数量的交叉个体；步骤4、从第二数量的交叉个体中选择适应度大于或等于第二预设阈值的N-M个个体；步骤5、根据M个个体和N-M个个体得到更新后的N个个体。

在一种可能的实现方式中，处理预设数量的物体的总时间包括：控制设备由处理顺序中的第一个平台设备移动至处理顺序中的最后一个平台设备的时间、操作物体的时间、清洗平台设备的时间、平台设备处于故障状态的时间、以及控制设备的等待时间。

第三方面，本申请提供了一种调度策略确定装置，该装置包括：处理器和通信接口；通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的调度策略确定方法。

第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在终端上运行时，使得终端执行如第一方面和第一方面的任一种可能的实现方式中描述的调度策略确定方法。

第五方面，本申请提供一种包含指令的计算机程序产品，当计算机程序产品在调度策略确定装置上运行时，使得调度策略确定装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的调度策略确定方法。

第六方面，本申请提供一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的调度策略确定方法。

具体的，本申请中提供的芯片还包括存储器，用于存储计算机程序或指令。

上述技术方案至少带来以下有益效果：控制设备在目标时间段内，接收来自多个平台设备的处理消息(即用于表征平台设备上具有待处理的物体的消息)，并基于多个平台设备，确定多个初始调度策略(一个初始调度策略包括多个平台设备的处理顺序)。接着，控制设备可以根据预设算法处理多个初始调度策略，确定满足预设约束条件的目标调度策略。由上述可知，控制设备基于多个平台设备整体确定的初始调度策略和预设算法确定的目标调度策略，这样使得本申请提供的调度策略确定方法可以不仅仅局限于对一个平台设备的选择，而是基于多个平台设备整体最优确定的，从而减少了处理过程中的时间资源和路径资源的浪费。

附图说明

图1为本申请实施例提供的一种通信系统的结构图；

图2为现有技术中的一种调度策略确定方法的流程图；

图3为本申请实施例提供的一种调度策略确定方法的流程图；

图4为本申请实施例提供的另一种调度策略确定方法的流程图；

图5为本申请实施例提供的另一种调度策略确定方法的流程图；

图6为本申请实施例提供的一种调度策略确定装置的结构示意图；

图7为本申请实施例提供的另一种调度策略确定装置的结构示意图。

具体实施方式

下面结合附图对本申请实施例提供的调度策略确定方法、装置及存储介质进行详细地描述。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。

本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象，或者用于区别对同一对象的不同处理，而不是用于描述对象的特定顺序。

此外，本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

在本申请的描述中，除非另有说明，“多个”的含义是指两个或两个以上。

以下，对本申请实施例涉及的名词进行解释，以方便读者理解。

一、贪婪算法

贪心算法是指在对问题求解的过程中，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，基于上述贪婪算法得到的解是局部最优解。

以上是对本申请实施例中涉及到的部分概念所做的简单介绍。

如图1所示，图1示出了本申请实施例提供的一种通信系统的结构示意图。该通信系统100包括：控制设备101和多个平台设备102。控制设备101与平台设备102通信连接。

其中，控制设备101为具有物体处理能力的设备，可以用于在目标时间段内，接收来自多个平台设备的处理消息，确定多个初始调度策略，并根据预设算法处理多个初始调度策略，确定满足预设约束条件的目标调度策略。

其中，处理消息用于表征平台设备上具有待处理的物体。一个初始调度策略包括多个平台设备的处理顺序。

在一些示例中，控制设备101可以为RGV。上述仅为控制设备101的一种示例性的说明，上述控制设备101还可以为其他设备，本申请对此不做限定。

平台设备102为具有存放物体能力，且能够为控制设备101提供处理物体的平台的设备，可以用于向控制设备101发送处理消息。

在一些示例中，平台设备102可以为CNC。上述仅为平台设备102的一种示例性的说明，上述平台设备102还可以为其他设备，本申请对此不做限定。

此外，本申请实施例描述的通信系统是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着网络架构的演变和新通信系统的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

随着自动化控制技术的发展，RGV凭借着价格低廉、方便灵活的优点，被广泛代替人工应用于各种产品深加工行业，用于处理CNC上的物体。目前，RGV主要基于贪婪算法确定调度策略(即处理上述多个CNC上物体的顺序)，如图2所示，其过程为：RGV先确定是否在指定时间段内接收到来自CNC的处理消息，确定接收到处理消息的数量是否大于或等于数量阈值，若是，则从上述多个CNC中确定运动时间与处理物体时间之和最短的CNC为待调度的CNC。接着，RGV移动至该CNC进行处理。在该情况下，上述待调度的CNC的状态可以设置为0，而除待调度的CNC以外的多个CNC中每个CNC的状态可以标记为1。在上述处理完成之前，RGV从上述状态为1的CNC中，确定下一次待移动的CNC，直至将上述多个CNC中的每个CNC的任务处理完成。

但是，在上述方法中，RGV的调度只选取一个目标进行规划，仅考虑每一次调度时的最优CNC。这种方法局限于单个CNC，而缺少对于多个CNC整体最优的考虑，导致处理过程中，还是存在一定的时间资源和路径资源的浪费的问题。

为了解决上述现有技术中存在的问题，本申请实施例提出了一种调度策略确定方法，能够减少时间资源和路径资源的浪费。如图3所示，该方法包括：

S301、平台设备向控制设备发送处理消息。相应的，控制设备在目标时间段内，接收来自多个平台设备的处理消息。

其中，处理消息用于表征平台设备上具有待处理的物体。

一种可能的实现方式中，上述处理消息可以包括以下至少一项：平台设备的标识、平台设备的位置信息、以及平台设备上待处理的物体的数量。

S302、控制设备基于多个平台设备，确定多个初始调度策略。

其中，一个初始调度策略包括多个平台设备的处理顺序。

示例性的，以上述多个平台设备包括平台设备#1、平台设备#2、以及平台设备#3为例，控制设备基于上述多个平台设备确定的多个初始调度策略可以包括调度策略#1、调度策略#2、调度策略#3、调度策略#4、调度策略#5、以及调度策略#6。

上述调度策略#1包括的多个平台设备的处理顺序可以为平台设备#1、平台设备#2、以及平台设备#3。上述调度策略#2包括的多个平台设备的处理顺序可以为平台设备#1、平台设备#3、以及平台设备#2。上述调度策略#3包括的多个平台设备的处理顺序可以为平台设备#2、平台设备#1、以及平台设备#3。上述调度策略#4包括的多个平台设备的处理顺序可以为平台设备#2、平台设备#3、以及平台设备#1。上述调度策略#5包括的多个平台设备的处理顺序可以为平台设备#3、平台设备#1、以及平台设备#2。上述调度策略#6包括的多个平台设备的处理顺序可以为平台设备#3、平台设备#2、以及平台设备#1。

S303、控制设备根据预设算法处理多个初始调度策略，确定满足预设约束条件的目标调度策略。

作为一种可选的实现方式，上述S303的实现过程可以为：控制设备确定多个初始调度策略中每个初始调度策略的适应度，并从上述多个初始调度策略中确定适应度较高的至少一个调度策略。控制设备对上述多个初始调度策略进行变换，得到多个新的调度策略，并确定上述多个新的调度策略中每个新的调度策略的适应度。控制设备也从上述多个新的调度策略中确定适应度较高的至少一个新的调度策略。控制设备基于上述适应度较高的至少一个调度策略和适应度较高的至少一个新的调度策略确定下一次迭代输入的调度策略。直至迭代次数满足预设迭代次数，控制设备确定最后一次迭代中，适应度最高的调度策略为目标调度策略。

上述技术方案至少带来以下有益效果：控制设备在目标时间段内，接收来自多个平台设备的处理消息(即用于表征平台设备上具有待处理的物体的消息)，并基于多个平台设备，确定多个初始调度策略(一个初始调度策略包括多个平台设备的处理顺序)。接着，控制设备可以根据预设算法处理多个初始调度策略，确定满足预设约束条件的目标调度策略。由上述可知，控制设备基于多个平台设备整体确定的初始调度策略和预设算法确定的目标调度策略，这样使得本申请提供的调度策略确定方法可以不仅仅局限于对一个平台设备的选择，而是基于多个平台设备整体最优确定的，从而减少了处理过程中的时间资源和路径资源的浪费。

在一种可选的实施例中，如S303所示，控制设备根据预设算法处理多个初始调度策略，确定满足预设约束条件的目标调度策略，在图3示出的方法实施例的基础上，本实施例提供一种可能实现方式，如图4所示，图4为本申请提供的上述S303的一种实现方式，因此，在预设算法为迭代算法的情况下，上述S303的实现过程可以通过以下S401至S404实现。

S401、控制设备获取第i次迭代时的种群。

其中，种群包括N个个体。一个个体用于表征一个调度策略。N为正整数。i为自然数。初始迭代的种群包括根据多个初始调度策略确定的N个个体。

需要说明的是，预设调度策略可以为在未开始迭代时(即第0次迭代时)确定的初始调度策略，也可以为在迭代过程中更新的个体所对应的调度策略。

需要说明的是，个体的数量与初始调度策略的数量是相同的。若控制设备确定了N个个体，则上述初始调度策略也有N个。

需要指出的是，上述个体的数量(即N的值)可以由控制设备根据实际情况设置，本申请对此不作任何限制。

S402、控制设备根据预设约束条件，以及预设变异概率，对第i次迭代时的种群中的N个个体进行处理，得到更新后的N个个体，并将更新后的N个个体作为第i+1次迭代时的种群。

需要说明的是，预设变异概率用于表征N个个体中进行变异运算的个体数量与N的比值。控制设备可以根据实际情况设置预设变异概率，例如，控制设备将预设变异概率设置为50％，本申请对此不做任何限制。

S403、控制设备判断迭代次数是否满足预设迭代次数。

若否，则控制设备再次执行上述S401-S402。

若是，则控制设备执行S404。

S404、控制设备将最后一次迭代得到的更新后的N个个体中适应度较高的目标个体确定为目标调度策略。

具体来说，目标个体可以表征一个调度策略，控制设备确定该目标个体表征的调度策略为最终规划的调度策略。控制设备可以根据目标调度策略指示的多个平台设备的顺序依次对多个平台设备中每个平台设备上的物体进行处理。

上述技术方案至少带来以下有益效果：在本申请中，控制设备根据预设遗传算法处理与多个初始调度策略对应的N个个体，确定满足预设约束条件的目标个体，并根据目标个体确定目标调度策略。基于此，本申请中控制设备能够通过预设算法确定目标调度策略，使得确定的目标调度策略能够达到或者接近全局最优解。

在一种可选的实施例中，如S402所示，控制设备根据预设约束条件，以及预设变异概率，对第i次迭代时的种群中的N个个体进行处理，得到更新后的N个个体，并将更新后的N个个体作为第i+1次迭代时的种群，在图4示出的方法实施例的基础上，本实施例提供一种可能实现方式，如图5所示，图5为本申请提供的上述S402的一种实现方式，因此，上述S402的实现过程可以通过以下S501至S505实现。

S501、控制设备根据预设约束条件，确定种群中的N个个体中的每个个体的适应度。

其中，适应度为调度策略在预设时间段内处理的物体数量，或者为处理预设数量的物体的时间。

一种可选的实现方式中，处理预设数量的物体的总时间包括：控制设备由处理顺序中的第一个平台设备移动至处理顺序中的最后一个平台设备的时间、操作物体的时间、清洗平台设备的时间、平台设备处于故障状态的时间、以及控制设备的等待时间。

可选的，上述平台设备处于故障状态的时间可以由控制设备通过随机故障矩阵确定。

作为一种可能的实现方式，控制设备确定个体的适应度的具体实现过程为：控制设备确定第一贪婪函数值(即预设时间段)，并统计在预设时间段内，控制设备在上述多个平台设备处理的总物体数量。

作为另一种可能的实现方式，控制设备确定个体的适应度的具体实现过程为：控制设备确定第二贪婪函数值(即处理预设数量)，并统计在预设时间段内，控制设备在上述多个平台设备处理处理预设数量的物体所需的时间。

需要说明的是，上述N个个体中的任一个个体中所表征的初始调度策略包括：上述多个平台设备的处理顺序。上述多个平台设备的任一个第一平台设备只能在初始调度策略中出现一次。不同排列顺序的多个平台设备对应的个体也不同。

S502、控制设备从种群中的N个个体中选择适应度大于或等于第一预设阈值的M个个体。

其中，M为小于N的正整数。

具体来说，控制设备确定上述N个个体中每个个体的适应度，并根据适应度对上述N个个体进行由大至小的排序，得到第一序列。控制设备确定上述第一的序列中，前M个个体为上述M个个体。在该情况下，第一预设阈值为上述第一序列中，第M个个体的适应度。

需要指出的是，上述仅为第一预设阈值的一种示例。控制设备可以根据实际情况设置第一预设阈值，本申请对此不作任何限定。

S503、控制设备对种群中的N个个体的第一数量的个体进行交叉运算，确定第二数量的交叉个体。

需要说明的是，上述S503的具体实现过程为：控制设备从上述N个个体中随机抽取第一数量的个体，再将上述第一数量的个体中的个体进行两两配对，得到第二数量的个体对。控制设备将上述第二数量的个体对中的每个个体对进行交叉运算，得到第二数量的交叉个体。

需要指出的是，第一数量可以是由控制设备根据实际情况设置的，本申请对此不作任何限制。

S504、控制设备从第二数量的交叉个体中选择适应度大于或等于第二预设阈值的N-M个个体。

具体来说，控制设备确定上述第二数量的交叉个体中每个个体的适应度，并根据适应度对上述第二数量的交叉个体进行由大至小的排序，得到第二序列。控制设备确定上述第二的序列中，前N-M个个体为上述N-M个个体。在该情况下，第二预设阈值为上述第二序列中，第N-M个个体的适应度。

需要指出的是，上述仅为第二预设阈值的一种示例。控制设备可以根据实际情况设置第二预设阈值，本申请对此不作任何限定。

S505、控制设备根据M个个体和N-M个个体得到更新后的N个个体。

其中，更新后的N个个体包括：适应度大于或等于第一预设阈值的M个个体，以及适应度大于或等于第二预设阈值的N-M个个体。

可以理解的是，上述适应度大于或等于第一预设阈值的M个个体为N个个体中适应度较高的个体，上述适应度大于或等于第二预设阈值的N-M个个体为第二数量的交叉个体中适应度较高的个体。在每次更新种群中的个体时，均可以保留适应度较高的个体，同时通过交叉和变异确定可能产生的适应度更高的个体。这样在多次迭代之后可以是确定的目标个体的适应度达到或接近最优解。

需要指出的是，控制设备可以根据实际情况设置预设次数，本申请对此不作任何限制。例如，控制设备可以将预设次数设置为3。控制设备还可以将预设次数设置为6。

上述技术方案至少带来以下有益效果：控制设备根据适应度从种群的N个个体中筛选出大于或等于第一预设阈值的M个个体。上述适应度为调度策略在预设时间段内处理的物体数量，或者为处理预设数量的物体的时间。若执行次数达到预设次数，则控制设备可以确定在当前执行过程中，更新后的种群中适应度最高的个体为目标个体。这样在每次更新种群中的个体的过程中，控制设备不仅可以保留种群中适应度较高的个体，还可以通过交叉确定可能产生的适应度更高的个体，进而提高了从上述个体中确定的目标个体的适应度。

可以理解的是，上述调度策略确定方法可以由调度策略确定装置实现。调度策略确定装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，本申请公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请公开实施例的范围。

本申请公开实施例可以根据上述方法示例生成的调度策略确定装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本申请公开实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

图6为本发明实施例提供的一种调度策略确定装置的结构示意图。如图6所示，调度策略确定装置60可以用于执行图2-图5所示的调度策略确定方法。该调度策略确定装置60包括：通信单元601和处理单元602。

通信单元601，用于在目标时间段内，接收来自多个平台设备的处理消息；处理消息用于表征平台设备上具有待处理的物体；处理单元602，用于基于多个平台设备，确定多个初始调度策略；一个初始调度策略包括多个平台设备的处理顺序；处理单元602，还用于根据预设算法处理多个初始调度策略，确定满足预设约束条件的目标调度策略。

在一种可能的实现方式中，预设算法为迭代算法，处理单元602，具体用于迭代执行下述过程：(1)获取第i次迭代时的种群；其中，种群包括N个个体，N为正整数；一个个体用于表征一个调度策略；i为自然数，初始迭代的种群包括根据多个调度策略确定的N个个体；(2)根据预设约束条件，以及预设变异概率，对第i次迭代时的种群中的N个个体进行处理，得到更新后的N个个体，将更新后的N个个体作为第i+1次迭代时的种群；直至迭代次数满足预设迭代次数，将最后一次迭代得到的更新后的N个个体中适应度较高的目标个体确定为目标调度策略。

在一种可能的实现方式中，处理单元602，具体用于：步骤1、根据预设约束条件，确定种群中的N个个体中的每个个体的适应度；适应度为调度策略在预设时间段内处理的物体数量，或者为处理预设数量的物体的时间；步骤2、从种群中的N个个体中选择适应度大于或等于第一预设阈值的M个个体；M为小于N的正整数；步骤3、对种群中的N个个体中的第一数量的个体进行交叉运算，确定第二数量的交叉个体；步骤4、从第二数量的交叉个体中选择适应度大于或等于第二预设阈值的N-M个个体；步骤5、根据M个个体和N-M个个体得到更新后的N个个体。

在一种可能的实现方式中，处理预设数量的物体的总时间包括：控制设备由处理顺序中的第一个平台设备移动至处理顺序中的最后一个平台设备的时间、操作物体的时间、清洗平台设备的时间、平台设备处于故障状态的时间、以及控制设备的等待时间。

在采用硬件的形式实现上述集成的模块的功能的情况下，本发明实施例提供了上述实施例中所涉及的调度策略确定装置的一种可能的结构示意图。如图7所示，一种调度策略确定装置70，例如用于执行图2-图5所示的调度策略确定方法。该调度策略确定装置70包括处理器701，存储器702、总线703、以及通信接口704。处理器701与存储器702之间可以通过总线703连接。

处理器701是用户设备的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器701可以是一个通用中央处理单元

(central processing unit，CPU)，也可以是其他通用处理器等。其中，通用处理器可以是微处理器或者是任何常规的处理器等。

作为一种实施例，处理器701可以包括一个或多个CPU，例如图7中所示的CPU 0和CPU 1。

存储器702可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。

作为一种可能的实现方式，存储器702可以独立于处理器701存在，存储器702可以通过总线703与处理器701相连接，用于存储指令或者程序代码。处理器701调用并执行存储器702中存储的指令或程序代码时，能够实现本发明实施例提供的地图标绘方法。

另一种可能的实现方式中，存储器702也可以和处理器701集成在一起。

总线703，可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外围设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口704，用于与其他设备通过通信网络连接。该通信网络可以是以太网，无线接入网，无线局域网(wireless local area networks，WLAN)等。通信接口704可以包括用于接收数据的通信单元601。

在一种设计中，本发明实施例提供的调度策略确定装置70中，通信接口还可以集成在处理器中。

需要指出的是，图7示出的结构并不构成对该调度策略确定装置70的限定。除图7所示部件之外，该调度策略确定装置70可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

作为一个示例，结合图6，调度策略确定装置中的处理单元602实现的功能与图7中的处理器701的功能相同。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit，ASIC)中。在本申请实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。