功能模块的加载方法、装置、存储介质和电子装置制造方法及图纸

本发明专利技术公开了一种功能模块的加载方法、装置、存储介质和电子装置。该方法可以包括：获取目标应用待加载的多个功能模块；基于强化学习算法确定多个功能模块在当前运行环境下的目标加载顺序；按照目标加载顺序依次加载多个功能模块。通过本发明专利技术，达到了通过监督运行环境的变化来动态确定各功能模块的加载顺序的效果。

Loading method, device, storage medium and electronic device of functional module

【技术实现步骤摘要】
功能模块的加载方法、装置、存储介质和电子装置
本专利技术涉及数据处理领域，具体而言，涉及一种功能模块的加载方法、装置、存储介质和电子装置。
技术介绍
目前，应用的内部结构会随着用户需求的不断增多而变得越来越复杂，会不断衍生出新的功能模块。在没有考虑设备性能以及网络速率等运行环境的差异的情况下，在打开应用时，如果同时加载应用所有的功能模块，则会使其整体的启动响应时间过长，从而导致功能模块加载不完全、进程中断等后果。为了能让应用更加顺利、快速地启动，就需要对所有需要加载的功能模块进行排序启动，而在应用在当前运行环境运行时，是无法实时更新各功能模块的加载顺序的，进而达不到应用在当前条件下的最短启动时间。针对现有技术中的无法通过监督运行环境的变化来动态确定各功能模块的加载顺序的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术的主要目的在于提供一种功能模块的加载方法、装置、存储介质和电子装置，以至少解决无法通过监督运行环境的变化来动态确定各功能模块的加载顺序的技术问题。为了实现上述目的，根据本专利技术的一个方面，提供了一种功能模块的加载方法。该方法可以包括：获取目标应用待加载的多个功能模块；基于强化学习算法确定多个功能模块在当前运行环境下的目标加载顺序；按照目标加载顺序依次加载多个功能模块。可选地，基于强化学习算法确定多个功能模块在当前运行环境下的目标加载顺序，包括：获取步骤，获取多个功能模块中的第一功能模块所对应的至少一个期望值，其中，每个期望值用于表征在加载第一功能模块之后加载剩余功能模块的期望，剩余功能模块为多个功能模块中除第一功能模块之外的未确定加载顺序的功能模块；确定步骤，确定期望值最大的剩余功能模块为在加载第一功能模块之后需要加载的第二功能模块；判断多个功能模块中是否还存在剩余功能模块，如果是，则将第二功能模块确定为第一功能模块，并返回获取步骤，如果否，则将已确定加载顺序的功能模块对应的顺序，确定为目标加载顺序，其中，已确定加载顺序的功能模块包括第一功能模块和第二功能模块。可选地，在第一次执行获取步骤之前，该方法还包括以下之一：将从多个功能模块中随机选取的一个功能模块，确定为第一功能模块；将多个功能模块中，目标属性符合预定条件的功能模块，确定为第一功能模块。可选地，获取步骤包括：获取每个剩余功能模块在加载第一功能模块之后进行加载所需要的第一加载时长；通过第一加载时长确定加载每个剩余功能模块的第一奖赏值，并获取第一奖赏值的权值；至少基于每个剩余功能模块的第一奖赏值、每个剩余功能模块的第一奖赏值的权值确定对应的每个期望值。可选地，该方法还包括：更新步骤，对第一功能模块对应的每个期望值进行更新，得到至少一个更新期望值；确定步骤包括：将至少一个更新期望值中的最大更新期望值对应的剩余功能模块，确定为在第一功能模块加载之后需要加载的第二功能模块。可选地，更新步骤包括：获取每个期望值的权值；获取已确定加载顺序的功能模块的第二加载时长；通过第二加载时长确定加载已确定加载顺序的功能模块的第二奖赏值，并获取第二奖赏值的权值；至少基于每个期望值的权值、第二奖赏值和第二奖赏值的权重对每个期望值进行更新，得到每个更新期望值。可选地，更新步骤包括：对第一功能模块对应的每个期望值进行更新，直至满足以下至少之一条件时结束更新：基于目标加载顺序对多个功能模块进行依次加载的时长小于目标阈值；响应更新结束指令。可选地，基于强化学习算法确定多个功能模块在当前运行环境下的目标加载顺序，包括以下至少之一：在每启动一次目标应用的情况下，基于强化学习算法确定目标加载顺序；在启动目标应用的次数达到目标次数的情况下，基于强化学习算法确定目标加载顺序；每隔预设间隔时间基于强化学习算法确定目标加载顺序。为了实现上述目的，根据本专利技术的另一方面，还提供了一种功能模块的加载装置。该装置包括：获取单元，用于获取目标应用待加载的多个功能模块；确定单元，用于基于强化学习算法确定多个功能模块在当前运行环境下的目标加载顺序；加载单元，用于按照目标加载顺序依次加载多个功能模块。为了实现上述目的，根据本专利技术的另一方面，还提供了一种存储介质，存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行本专利技术实施例的功能模块的加载方法。为了实现上述目的，根据本专利技术的另一方面，还提供了一种电子装置。该电子装置包括存储器和处理器。该存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行本专利技术实施例的功能加载方法。通过本专利技术，采用获取目标应用待加载的多个功能模块；基于强化学习算法确定多个功能模块在当前运行环境下的目标加载顺序；按照目标加载顺序依次加载多个功能模块。也就是说，本申请在目标应用的当前运行环境下，采用强化学习算法来确定多个功能模块适用于当前运行环境的目标加载顺序，从而对多个功能模块在原来的运行环境下的加载顺序进行动态更新，以达到适应当前运行环境的目的，从而解决了无法通过监督运行环境的变化来动态确定各功能模块的加载顺序的技术问题，进而达到了通过监督运行环境的变化来动态确定各功能模块的加载顺序的技术效果。附图说明构成本申请的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是本专利技术实施例的一种功能模块的加载方法的移动终端的硬件结构框图；图2是根据本专利技术实施例的一种功能模块的加载方法；图3是根据本专利技术实施例的一种基于强化学习的多功能模块动态加载方法的流程图；图4是根据本专利技术实施例的强化学习算法中的一种将网格转化为Q-table的示意图；图5是根据本专利技术实施例的一种探索速率的变化示意图；图6是根据本专利技术实施例的一种动态加载软件内部各功能模块的系统的示意图；以及图7是根据本专利技术实施例的一种功能模块的加载装置的示意图。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元本文档来自技高网...

【技术保护点】
1.一种功能模块的加载方法，其特征在于，包括：/n获取目标应用待加载的多个功能模块；/n基于强化学习算法确定所述多个功能模块在当前运行环境下的目标加载顺序；/n按照所述目标加载顺序依次加载所述多个功能模块。/n

【技术特征摘要】
1.一种功能模块的加载方法，其特征在于，包括：
获取目标应用待加载的多个功能模块；
基于强化学习算法确定所述多个功能模块在当前运行环境下的目标加载顺序；
按照所述目标加载顺序依次加载所述多个功能模块。


2.根据权利要求1所述的方法，其特征在于，基于强化学习算法确定所述多个功能模块在当前运行环境下的目标加载顺序，包括：
获取步骤，获取所述多个功能模块中的第一功能模块所对应的至少一个期望值，其中，每个所述期望值用于表征在加载所述第一功能模块之后加载剩余功能模块的期望，所述剩余功能模块为所述多个功能模块中除所述第一功能模块之外的未确定加载顺序的功能模块；
确定步骤，确定所述期望值最大的所述剩余功能模块为在加载所述第一功能模块之后需要加载的第二功能模块；
判断所述多个功能模块中是否还存在所述剩余功能模块，如果是，则将所述第二功能模块确定为所述第一功能模块，并返回所述获取步骤，如果否，则将已确定加载顺序的功能模块对应的顺序，确定为所述目标加载顺序，其中，已确定加载顺序的功能模块包括所述第一功能模块和所述第二功能模块。


3.根据权利要求2所述的方法，其特征在于，在第一次执行所述获取步骤之前，所述方法还包括以下之一：
将从所述多个功能模块中随机选取的一个功能模块，确定为所述第一功能模块；
将所述多个功能模块中，目标属性符合预定条件的所述功能模块，确定为所述第一功能模块。


4.根据权利要求2所述的方法，其特征在于，所述获取步骤包括：
获取每个所述剩余功能模块在加载所述第一功能模块之后进行加载所需要的第一加载时长；
通过所述第一加载时长确定加载每个所述剩余功能模块的第一奖赏值，并获取所述第一奖赏值的权值；
至少基于每个所述剩余功能模块的第一奖赏值、每个所述剩余功能模块的第一奖赏值的权值确定对应的每个所述期望值。


5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
更新步骤，对所述第一功能模块对应的每个所述期望值进行更新，得到至少一个更新期望值；
所述确...

【专利技术属性】
技术研发人员：杨爽，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江;33