信息处理方法及计算设备技术

本申请实施例提供一种信息处理方法及计算设备，该方法包括：检测目标用户提供的待优化问题；基于预设线性惩罚项，生成所述待优化问题对应的待优化模型；对所述待优化模型进行求解计算，获得所述待优化模型的目标解；为所述目标用户输出所述目标解。本申请实施例提高了优化问题的求解效率以及准确性。了优化问题的求解效率以及准确性。了优化问题的求解效率以及准确性。

【技术实现步骤摘要】
信息处理方法及计算设备


[0001]本申请涉及电子设备
，尤其涉及一种信息处理方法及计算设备。

技术介绍

[0002]混合整数线性规划(MILP，Mixed
‑
integer linear programming)模型是一类要求问题中的全部或一部分变量为整数的数学约束公式。MILP模型可以应用于各类需要进行优化的领域中，诸如可以应用于金融、物流、制造、航空、石油石化、商业服务等领域，作为核心优化引擎为诸多应用系统提供优化服务。
[0003]现有技术中，针对需要优化的数学问题，可以进行数学建模，获得问题模型，该问题模型可以包括用户提供的数学问题对应的变量、约束条件以及优化目标。MILP即可以对用户提供的问题模型进行优化，获得问题模型的目标解，目标解即可以为解决数学问题的优化结果。
[0004]但是，对现有的MILP问题进行建模以求解时，获得的目标解准确性不能保障，不能有效解决MILP问题的优化。

技术实现思路

[0005]有鉴于此，本申请实施例提供一种信息处理方法及计算设备，用以解决现有技术中不能有效解决MILP精准优化的技术问题。
[0006]第一方面，本申请实施例提供一种信息处理方法，包括：
[0007]检测目标用户提供的待优化问题；
[0008]基于预设线性惩罚项，生成所述待优化问题的待优化模型；
[0009]对所述待优化模型进行求解计算，获得所述待优化模型的目标解；
[0010]为所述目标用户输出所述目标解。
>[0011]第二方面，本申请实施例提供一种信息处理方法，包括：
[0012]检测目标用户提供的电力优化问题；
[0013]基于预设线性惩罚项，生成所述电力优化问题对应的待优化模型；
[0014]为所述待优化模型进行求解计算，获得所述待优化模型的目标解；
[0015]为所述目标用户输出所述目标解。
[0016]第三方面，本申请实施例提供一种计算设备，包括：存储组件以及处理组件；所述存储组件用于存储一条或多条计算机指令；所述一条或多条计算机指令被所述处理组件调用；所述处理组件用于：
[0017]检测目标用户提供的待优化问题；基于预设线性惩罚项，生成所述待优化问题对应的待优化模型；对所述待优化模型进行求解计算，获得所述待优化模型的目标解；为所述目标用户输出所述目标解。
[0018]本申请实施例，在检测到目标用户提供的待优化问题时，可以基于预设的线性惩罚项，生成该待优化问题的待优化模型，也即在对待优化问题进行数学建模过程中，增加线
性惩罚项，以对待优化模型的求解过程进行线性约束。进而再通过对待优化模型进行求解计算，获得待优化模型的目标解，以为目标用户输出该目标解。通过对待优化模型增加线性惩罚项，可以对待优化模型的优化过程进行线性约束，以使得待优化模型对待优化问题进行更准确的数学定义，进而在对待优化模型进行求解计算之后，获得准确的目标解。提高待优化问题的目标解的准确性，以提高现有MILP问题的优化有效性。
附图说明
[0019]为了更清楚地说明本申请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一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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。
[0020]图1为本申请实施例提供的一种信息处理方法的一个实施例的流程图；
[0021]图2为本申请实施例提供的一种信息处理方法的又一个实施例的流程图；
[0022]图3为本申请实施例提供的一种信息处理方法的又一个实施例的流程图；
[0023]图4为本申请实施例提供的一种信息处理方法的示例图；
[0024]图5为本申请实施例提供的一种信息处理方法的又一个实施例的流程图；
[0025]图6为本申请实施例提供的一种信息处理方法的又一个实施例的流程图；
[0026]图7为本申请实施例提供的一种计算设备的一个实施例的结构示意图。
具体实施方式
[0027]为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0028]在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、
“”
和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。
[0029]应当理解，本文中使用的术语“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。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0030]取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于识别”。类似地，取决于语境，短语“如果确定”或“如果识别(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当识别(陈述的条件或事件)时”或“响应于识别(陈述的条件或事件)”。
[0031]还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的商品或者系统中还存在
另外的相同要素。
[0032]本申请实施例的技术方案可以应用于规划场景中，用以解决诸多应用领域，例如金融、物流、航空等领域的优化问题。通过对用户的待优化问题进行检测并建模，并特别增加线性惩罚项，以对待优化问题的数学模型进行准确定义，模型被求解以获得准确的目标解，并为目标用户输出。
[0033]现有技术中，对于复杂的优化问题，例如，对于电力优化场景中，根据电力传输路程、电机功耗、电力产生量等变量对电力生成进行总体规划，以获得某机电配置下的最大发电量。目前，为了解决各种复杂的线性规划问题，特别是混合整数线性规划问题，可以采用增广拉格朗日等算法进行问题分解，以产生较小的子问题。但是采用增广拉格朗日等算法进行分解，并不能获得问题的准确解，也即最终获得的目标解实际可能并非原有问题的最好结果，现有方案并不能保障问题的正确性。
[0034]本申请实施例中，在检测到目标用户提供的待优化问题时，可以基于预设的线性惩罚本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息处理方法，其特征在于，包括：检测目标用户提供的待优化问题；基于预设线性惩罚项，生成所述待优化问题对应的待优化模型；对所述待优化模型进行求解计算，获得所述待优化模型的目标解；为所述目标用户输出所述目标解。2.根据权利要求1所述的方法，其特征在于，所述线性惩罚项包括1范数惩罚项；所述基于预设线性惩罚项，为所述待优化问题生成待优化模型包括：按照预设模型转换算法，将所述待优化问题转换为候选优化模型；为所述候选优化模型增加所述1范数惩罚项，获得所述待优化模型。3.根据权利要求1所述的方法，其特征在于，还包括：确定多个候选惩罚项；从所述多个候选惩罚项中选择与所述待优化问题相匹配的线性惩罚项。4.根据权利要求1所述的方法，其特征在于，所述对所述待优化模型进行求解计算，获得所述待优化模型的目标解包括：将所述待优化模型转换为至少两个子模型；对所述至少两个子模型进行交替求解计算，获得所述至少两个子模型分别对应的子结果；基于所述至少两个子模型分别对应的子结果，确定所述待优化模型的计算结果；若所述计算结果满足预置结果条件，获取取得所述计算结果时的目标解；若所述计算结果不满足所述结果条件，返回至所述对所述至少两个子模型进行交替求解，获得所述至少两个子模型分别对应的子结果的步骤继续执行。5.根据权利要求4所述的方法，其特征在于，所述将所述待优化模型转换为至少两个子模型包括：判断所述待优化模型是否满足模型分割条件；如果是，将所述待优化模型转换为所述至少两个子模型；如果否，为所述目标用户输出所述待优化模型不满足分解条件的分解提示信息。6.根据权利要求5所述的方法，其特征在于，所述待优化模型是否满足模型分割条件通过以下方式判断：确定所述待优化模型的模型矩阵；其中，所述模型矩阵以所述待优化问题的变量信息为坐标轴，约束信息为行变量组建获得；判断所述模型矩阵是否存在块对角结构；如果是，则所述待优化模型满足模型分割条件；如果否，则所述待优化模型不满足模型分割条件。7.根据权利要求4所述的方法，其特征在于，所述将所述待优化模型转换为至少两个子模型包括：基于第一分割算法，将所述待优化模型的对偶函数划分为第一变量对应的第一子模型以及第二变量对应的第二子模型；所述对所述至少两个子模型进行交替求解计算，获得所述至少两个子模型分别对应的子结果包括：
基于所述第一子模型对应的子结果序列，预估第二子模型对应的第二子结果；其中，所述第二子结果满足第二优化条件；确定取得所述第二子结果时所述第二变量对应第二取值；基于所述第二取值，计算所述第一子模型的第一子结果；其中，所述第一子结果满足第一优化条件；确定取得所述第一子结果时所述第一变量对应第一取值；所述若所述计算结果满足预置结果条件，获取取得所述计算结果时的目标解包括：若所述计算结果满足预置结果条件，确定所述第一变量对应第一取值以及所述第二变量对应第二取值构成的所述目标解。8.根据权利要求7所述的...

【专利技术属性】
技术研发人员：孙楷朝，孙谋，印卧涛，
申请(专利权)人：阿里巴巴新加坡控股有限公司，
类型：发明
国别省市：