一种电子券选择方法和装置制造方法及图纸

本发明专利技术提供了一种电子券选择方法和装置，属于大数据，该方法包括：获取所有电子券作为粒子，建立电子券粒子群；根据粒子群算法，建立适应度函数；根据适应度函数，将电子券粒子群中每张电子券并行计算，确定每张电子券的适应度；根据每张电子券的适应度，确定最优电子券。利用粒子群算法，实现智能选券，准确而高效，利用分布式体系，对所有的电子券并行处理，分别计算适应度，根据计算值推荐最优的电子券，提高计算速度，做到智能高效选择最优券。

【技术实现步骤摘要】
一种电子券选择方法和装置
本专利技术涉及计算机数据处理
，具体涉及大数据技术，尤其涉及一种电子券选择方法和装置。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。在互联网金融快速发展的时代，电子券是作为拓客、获客、黏客的重要手段。特别是在疫情影响下，经济形势严峻，外需疲软，内需不足，各地政府通过发放大量电子券来刺激消费，带动经济。二维码支付的高速发展，电子券使用越来越普及，电子券的基数增长速度越来越快。传统的电子券选券算法是先按照电子券面额和消费金额的差额进行排序，根据第一轮排序结果，再按照电子券到期时间由近到远排序，需要两轮排序才能选出电子券。因为电子券基数大，这样处理的效率低，运算速度慢，而且只能串行处理。如何提升系统运算效率，做到快速选择一张最优券，是本领域亟待解决的难题。因此，如何提供一种新的方案，其能够解决上述技术问题是本领域亟待解决的技术难题。
技术实现思路
本专利技术实施例提供一种电子券选择方法，利用粒子群算法，实现智能选券，准确而高效，利用分布式体系，对所有的电子券并行处理，分别计算适应度，根据计算值推荐最优的电子券，提高计算速度，做到智能高效选择最优券，该方法包括：获取所有电子券作为粒子，建立电子券粒子群；根据粒子群算法，建立适应度函数；根据适应度函数，将电子券粒子群中每张电子券并行计算，确定每张电子券的适应度；根据每张电子券的适应度，确定最优电子券。本专利技术实施例还提供一种电子券选择装置，包括：电子券粒子群建立模块，用于获取所有电子券作为粒子，建立电子券粒子群；适应度函数建立模块，用于根据粒子群算法，建立适应度函数；电子券适应度并行计算模块，用于根据适应度函数，将电子券粒子群中每张电子券并行计算，确定每张电子券的适应度；最优电子券确定模块，用于根据每张电子券的适应度，确定最优电子券。本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种电子券选择方法。本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述一种电子券选择方法的计算机程序。本专利技术实施例提供的一种电子券选择方法和装置，包括：首先获取所有电子券作为粒子，建立电子券粒子群；然后根据粒子群算法，建立适应度函数；下一步根据适应度函数，将电子券粒子群中每张电子券并行计算，确定每张电子券的适应度；最后根据每张电子券的适应度，确定最优电子券。本专利技术针对系统中电子券基数大，原先的选券算法效率低，系统处理速度慢的基础上，提供一种优化系统处理效率的方案。运用分布式框架的“分而治之”的思想，将电子券并行处理，结合粒子群算法，建立适应度函数，实现每张电子券并行计算，完善原先处理效率低的问题，做到智能高效选择最优券。本专利技术在电子券智能选择最优券的过程中，通过粒子群算法，建立适应度函数。利用分布式体系，对所有的电子券并行处理，分别计算适应度，根据计算值推荐最优的电子券。传统的选券，需要经过两轮排序，而且是串行处理，处理效率慢。本专利技术通过并行计算在处理效率上明显提升。利用粒子群算法，实现智能选券，准确而高效。利用分布式体系，分而治之，并行处理，提高计算速度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1为本专利技术实施例一种电子券选择方法示意图。图2为本专利技术实施例一种电子券选择方法的系统结构图。图3为本专利技术实施例一种电子券选择方法的实例中客户持有的电子券示意图。图4为本专利技术实施例一种电子券选择方法的算法流程图。图5为运行本专利技术实施的一种电子券选择方法的计算机装置示意图。图6为本专利技术实施例一种电子券选择装置示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，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，但并不作为对本专利技术的限定。本专利技术属于大数据技术。图1为本专利技术实施例一种电子券选择方法示意图，如图1所示，本专利技术实施例提供一种电子券选择方法，利用粒子群算法，实现智能选券，准确而高效，利用分布式体系，对所有的电子券并行处理，分别计算适应度，根据计算值推荐最优的电子券，提高计算速度，做到智能高效选择最优券，该方法包括：步骤101：获取所有电子券作为粒子，建立电子券粒子群；步骤102：根据粒子群算法，建立适应度函数；步骤103：根据适应度函数，将电子券粒子群中每张电子券并行计算，确定每张电子券的适应度；步骤104：根据每张电子券的适应度，确定最优电子券。本专利技术实施例提供的一种电子券选择方法，包括：首先获取所有电子券作为粒子，建立电子券粒子群；然后根据粒子群算法，建立适应度函数，下一步根据适应度函数，将电子券粒子群中每张电子券并行计算，确定每张电子券的适应度；最后根据每张电子券的适应度，确定最优电子券。本专利技术针对系统中电子券基数大，原先的选券算法效率低，系统处理速度慢的基础上，提供一种优化系统处理效率的方案。运用分布式框架的“分而治之”的思想，将电子券并行处理，结合粒子群算法，建立适应度函数，实现每张电子券并行计算，完善原先处理效率低的问题，做到智能高效选择最优券。本专利技术在电子券智能选择最优券的过程中，通过粒子群算法，建立适应度函数。利用分布式体系，对所有的电子券并行处理，分别计算适应度，根据计算值推荐最优的电子券。传统的选券，需要经过两轮排序，而且是串行处理，处理效率慢。本专利技术通过并行计算在处理效率上明显提升。利用粒子群算法，实现智能选券，准确而高效。利用分布式体系，分而治之，并行处理，提高计算速度。具体实施本专利技术实施例提供的一种电子券选择方法时，在一个实施中，可以包括：获取所有电子券作为粒子，建立电子券粒子群；根据粒子群算法，建立适应度函数；根据适应度函数，将电子券粒子群中每张电子券并行计算，确定每张电子券的适应度；根据每张电子券的适应度，确定最优电子券。本专利技术针对系统中电子券基数大，原先的选券算法效率低，系统处理速度慢的基础上，提供一种优化系统处理效率的方案。运用分布式框架的“分而治之”的思想，将电子券并行处理，结合粒子群算法，建立适应度函数，实现每张电子券并行计算，完善原先处理效率低的问题，做到智能高效选择最优券。具体实施本专利技术实施例提供的一种电子券选择方法时，在一个实施中，前述的获取所有电子券，建立电子券粒子群，包括：根据客户编号，查询获取所有电子券；将所有电子券作为粒子进行初始化本文档来自技高网...

【技术保护点】
1.一种电子券选择方法，其特征在于，包括：/n获取所有电子券作为粒子，建立电子券粒子群；/n根据粒子群算法，建立适应度函数；/n根据适应度函数，将电子券粒子群中每张电子券并行计算，确定每张电子券的适应度；/n根据每张电子券的适应度，确定最优电子券。/n

【技术特征摘要】
1.一种电子券选择方法，其特征在于，包括：
获取所有电子券作为粒子，建立电子券粒子群；
根据粒子群算法，建立适应度函数；
根据适应度函数，将电子券粒子群中每张电子券并行计算，确定每张电子券的适应度；
根据每张电子券的适应度，确定最优电子券。


2.如权利要求1所述的方法，其特征在于，获取所有电子券，建立电子券粒子群，包括：
根据客户编号，查询获取所有电子券；
将所有电子券作为粒子进行初始化，选取一组随机的电子券作为粒子初始群体，建立电子券粒子群。


3.如权利要求1所述的方法，其特征在于，按照如下方式，建立适应度函数：
f(x,v)＝x2+x+v
其中，f(x,v)为适应度；x为粒子的位置；v为粒子的速度。


4.如权利要求1所述的方法，其特征在于，根据每张电子券的适应度，确定最优电子券，包括：
迭代比较每张电子券的适应度，将适应度取值最小的电子券作为最优电子券。


5.一种电子券选择装置，其特征在于，包括：
电子券粒子群建立模块，用于获取所有电子券作为粒子，建立电子券粒子群；
适应度函数建立模块，用于根据粒子群算法，建立适应度函数；
电子券适应度并行计...

【专利技术属性】
技术研发人员：毛婷，周黄鹤，张浩，刘利军，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11