摘要
本发明公开了结合人工智能优化的智能任务调度方法及系统,涉及任务调度技术领域,本发明通过计算历史任务中每个任务的执行数据与优先级值的相关系数,并根据相关系数对每个任务的执行数据进行分类,再依据分类后的结果,即第一、二类数据,同时结合数据驱动的方式计算得到第一、二优先级指数,从而得到更加客观准确的优先级指数,接着再利用第一、二优先级指数对原始的优先级值进行补偿,从而能够得到更为全面且合理的最终优先级指数,最后使用经过校正后的优先级指数作为训练标签,这对于预测模型而言,能够学习到更准确的任务优先级模式,从而提高预测结果的可靠性和调度策略的有效性及质量。