资源分配方法、分布式计算系统及设备技术方案

本说明书实施例提供了一种资源分配方法、分布式计算系统及设备。在进行资源分配时，可以先基于资源分配优化问题构建非线性的目标优化模型，在迭代求解该目标优化模型的过程中，每一轮迭代都基于上一轮迭代确定的各决策变量的优化结果确定各决策变量的梯度，然后利用梯度将非线性目标优化模型转换为线性模型再求解。从而在利用ADMM算法或类似算法求解基于资源分配问题构建的非线性优化模型时，无需在求解前则从业务角度将非线性优化模型转换为线性模型后再求解，而是直接求解非线性优化模型，可以提升求解结果的精度。可以提升求解结果的精度。可以提升求解结果的精度。

【技术实现步骤摘要】
资源分配方法、分布式计算系统及设备


[0001]本说明书实施例涉及数据处理
，尤其涉及一种资源分配方法、分布式计算系统及设备。

技术介绍

[0002]针对很多业务场景（比如，资源分配场景）中的优化问题，都可以构建优化模型求解，得到优化问题中的各个决策变量的最优结果。由于有些业务场景，其涉及的业务问题为非线性规划问题，因而构建的优化模型为非线性的优化模型。在一些场景中，针对非线性的优化模型的求解，通常需要用户从业务角度出发，将该非线性的优化模型转化成近似的线性的优化模型，再进行求解。由于从业务角度对非线性的优化模型进行近似，因此在优化目标上和原始的非线性的优化模型的优化目标相比发生了变化，导致求解后的精度会有损失。

技术实现思路

[0003]为克服相关技术中存在的问题，本说明书实施例提供了一种资源分配方法、分布式计算系统及设备。
[0004]根据本说明书实施例的第一方面，提供了一种资源分配方法，用于在满足约束条件的情况下将目标数量的待分配资源分配给多个资源接收方，使得所述多个资源接收方利用分配的资源获得的收益最大化，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种资源分配方法，用于在满足约束条件的情况下将目标数量的待分配资源分配给多个资源接收方，使得所述多个资源接收方利用分配的资源获得的收益最大化，所述方法包括：获取构建的非线性的目标优化模型；所述目标优化模型的优化目标为最大化所述收益，所述目标优化模型中的变量包括决策变量，以及在所述目标优化模型并入所述约束条件时引入的目标变量，所述决策变量表示分配给每个资源接收方的资源数量；迭代执行以下步骤直至达到预设条件，得到所述目标优化模型中各决策变量的优化结果，以使用户基于得到的优化结果进行资源分配：基于上一轮迭代确定的各决策变量的优化结果确定各决策变量对应的梯度，以及所述约束条件对应的约束误差，利用根据所述约束误差确定的所述目标变量的优化结果更新所述目标优化模型，并基于所述梯度将更新后的目标优化模型转换为线性模型，确定所述线性模型中各决策变量的优化结果，作为当前一轮迭代各决策变量的优化结果。2.根据权利要求1所述的方法，所述基于上一轮迭代确定的各决策变量的优化结果确定各决策变量对应的梯度，包括：针对每个决策变量，对该决策变量求偏导，得到目标函数；将上一轮迭代确定的各决策变量的优化结果代入到所述目标函数中，得到该决策变量对应的梯度。3.根据权利要求1所述的方法，所述预设条件包括：所述约束误差小于预设阈值；和/或迭代次数达到预设次数。4.根据权利要求1所述的方法，所述约束条件为线性的约束条件。5.根据权利要求1所述的方法，所述目标优化模型包括多个，每个目标优化模型中包括所述决策变量中的一部分，所述方法由分布式计算系统执行，所述分布式计算系统包括主节点和工作节点，每个工作节点对应一个目标优化模型；所述主节点用于获取每个所述工作节点在上一轮迭代确定的各决策变量的优化结果，针对每个工作节点，将除该工作节点以外的其他工作节点确定的决策变量的优化结果转发给该工作节点；以及用于基于每个所述工作节点在上一轮迭代确定的各决策变量的优化结果确定约束误差，基于所述约束误差确定所述目标变量的优化结果，并发送给各工作节点；所述工作节点用于接收所述主节点发送的所述其他工作节点确定的决策变量的优化结果，基于接收到的决策变量的优化结果确定所述工作节点对应的目标优化模型中的决策变量的梯度，利用接收到的所述目标变量的优化结果更新所述目标优化模型，并利用所述梯度将更新后的目标优化模型转换为线性模型，确定所述线性模型中各决策变量的优化结果，作为当前一轮迭代各决策变量的优化结果。6.根据权利要求1所述的方法，所述待分配资源为用户待投资的金额，所述资源接收方包括理财产品，所述约束条件包括：分配给各理财产品的金额的总和等于待投资的总金额，以及投资各理财产品引起的风险不超过用户的风险等级。7.一种分布式计算系统，所述分布式计算系统包括主节点和若干个工作节点，所述分布式计算系统用于确定基于原始优化问题构建的多个非线性的目标优化模型中的决策变量的优化结果，每个目标优化模型中包括所述原始优化问题的部分决策变量，以及在所述目标优化模型中并入所述原始优化问题的约束条件时引入的目标变量，每个工作节点对应
一个目标优化模型；所述主节点和所述工作节点用于迭代执行以下步骤，以得到所述目标优化模型中各决策变量的优化结果：所述主节点用于获取每个所述工作节点在上一轮迭代确定的各决策变量的优化结果，针对每个工作节点，将除该工作节点以外的其他工作节点确定的决策变量的优化结果转发给该工作节点；以及用于基于每个所述工作节点在上一轮迭代确定的各决策变量的优化结果确定所述约束条件对应的...

【专利技术属性】
技术研发人员：简道红，沈文博，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：