网点选址方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种网点选址方法、装置、电子设备及存储介质，涉及计算机技术领域，该方法包括：获取预测数据集，预测数据集包括预选址特征数据；将预选址特征数据输入到至少两个目标代理模型中，获得至少两个预测输出结果，目标代理模型是通过对训练数据集中的选址特征数据和目标数据进行训练获得的，目标数据是基于选址特征数据获得的；基于预设演化算法对至少两个预测输出结果进行迭代，获得迭代结果，在迭代结果满足预设收敛条件时，获得网点的最优选址。本发明专利技术实施例通过对代理模型进行训练以及使用演化算法确定网点的最优选址地址的方式，取到了提高决策准确度，降低计算代价以及简化计算过程的有益效果。价以及简化计算过程的有益效果。价以及简化计算过程的有益效果。

【技术实现步骤摘要】
网点选址方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及计算机技术，尤其涉及一种网点选址方法、装置、电子设备及存储介质。

技术介绍

[0002]线下网点在各种业务领域中扮演着不可或缺的角色，如银行网点、电子设备销售网点等。如何在一片区域中确定出最优位置的网点服务于用户，是需要考虑的重点问题。
[0003]现有方案中提供了一种基于卷积的自助银行选址方法，该方法为单一目标优化方法，即以最小化自助银行布局费用为目标，在技术实现上，以卷积函数模拟自助银行网点在满足需求上的叠加效应，模型采用启发式算法求解在满足约束条件时，获得自助银行网点布局所需的最小成本值及其对应的网点数量、自助机器数量和位置。
[0004]上述方案实现过程中，仅采用简单的遗传算法优化框架实现，在复杂的现实应用场景中，可能存在决策精度差、准确性低的问题；且上述方案中采用二维卷积函数来模拟并量化目标值，计算过程繁琐复杂，计算代价较高。

技术实现思路

[0005]本专利技术实施例提供一种网点选址方法、装置、电子设备及存储介质，能够改善现有的网点选址方案。
[0006]第一方面，本专利技术实施例提供一种网点选址方法，包括：
[0007]获取预测数据集，所述预测数据集包括预选址特征数据；
[0008]将所述预选址特征数据输入到至少两个目标代理模型中，获得至少两个预测输出结果，所述目标代理模型是通过对训练数据集中的选址特征数据和目标数据进行训练获得的，所述目标数据是基于所述选址特征数据获得的；r/>[0009]基于预设演化算法对至少两个所述预测输出结果进行迭代，获得迭代结果，在所述迭代结果满足预设收敛条件时，获得网点的最优选址。
[0010]可选地，通过如下方式对所述训练数据集中的选址特征数据和目标数据进行训练得到所述目标代理模型：
[0011]将所述选址特征数据作为输入，所述目标数据作为输出，训练预设代理模型，获得所述目标代理模型。
[0012]可选地，所述选址特征数据包括至少一个选址特征子集，所述目标数据包括至少一个目标子集；
[0013]所述将所述选址特征数据作为输入，所述目标数据作为输出，训练预设代理模型，获得所述目标代理模型，包括：
[0014]将至少一个所述选址特征子集和至少一个所述目标子集进行交叉匹配，获得多个训练数据对；
[0015]基于每个所述训练数据对中的所述选址特征子集和所述目标子集训练所述预设
代理模型，获得多个所述目标代理模型。
[0016]可选地，所述基于预设演化算法对至少两个所述预测输出结果进行迭代，获得迭代结果，包括：
[0017]基于预设演化算法对至少两种所述预测输出结果进行映射，获得一个映射结果；
[0018]将一个所述映射结果再次输入至至少两个所述目标代理模型进行迭代，获得一个所述迭代结果。
[0019]可选地，所述在所述迭代结果满足预设收敛条件时，获得网点的最优选址，包括：
[0020]对当前迭代结果和上一迭代结果进行比对，获得梯度变化值；
[0021]在所述梯度变化值小于第一预设数值时，所述迭代结果满足所述预设收敛条件，则根据当前迭代结果获得所述网点的最优选址。
[0022]可选地，所述在所述迭代结果满足预设收敛条件时，获得网点的最优选址，包括：
[0023]获取将所述映射结果输入至至少两个所述目标代理模型中进行迭代的迭代次数；
[0024]在所述迭代次数满足第二预设数值时，所述迭代结果满足所述预设收敛条件，则根据当前迭代结果获得所述网点的最优选址。
[0025]可选地，所述当前迭代结果为关于所述预测输出结果的最优预测目标；
[0026]所述根据当前迭代结果获得所述网点的最优选址，包括：
[0027]获取获得所述最优预测目标的目标输入数据，所述目标输入数据为所述网点的最优选址。
[0028]第二方面，本专利技术实施例提供一种网点选址装置，所述装置包括：
[0029]数据获取模块，用于获取预测数据集，所述预测数据集包括预选址特征数据；
[0030]结果输出模块，用于将所述预选址特征数据输入到至少两个目标代理模型中，获得至少两个预测输出结果，所述目标代理模型是通过对训练数据集中的选址特征数据和目标数据进行训练获得的，所述目标数据是基于所述选址特征数据获得的；
[0031]选址获得模块，用于基于预设演化算法对至少两个所述预测输出结果进行迭代，获得迭代结果，在所述迭代结果满足预设收敛条件时，获得网点的最优选址。
[0032]第三方面，本专利技术实施例还提供了一种电子设备，所述电子设备包括：
[0033]至少一个处理器；以及
[0034]与所述至少一个处理器通信连接的存储器；其中，
[0035]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的网点选址方法。
[0036]第四方面，本专利技术实施例还提供了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计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的网点选址方法。
[0037]本专利技术实施例的网点选址方案，首先将预测数据集中的预选址特征数据输入到至少两个目标代理模型中，获得至少两个预测输出结果，其中，目标代理模型是通过对训练数据集中的选址特征数据和目标数据进行训练获得的，目标数据是基于选址特征数据获得的；其中，目标数据为关于选址相关的经营效益数据，以使得获得的目标代理模型更符合场景需求；最后基于预设演化算法对至少两个预测输出结果进行迭代，获得迭代结果，在迭代
结果满足预设收敛条件时，获得网点的最优选址。本实施例通过使用预设演化算法进行多伦迭代的方式，可以提高决策准确度。通过对代理模型进行训练以及使用演化算法确定网点的最优选址地址的方式，取到了提高决策准确度，降低计算代价以及简化计算过程的有益效果。
[0038]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术实施例的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0039]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
[0040]图1是本专利技术实施例提供的网点选址方法的一个流程示意图；
[0041]图2是本专利技术实施例提供的网点选址方法的另一流程示意图；
[0042]图3是本专利技术实施例提供的网点选址装置的一个结构示意图；
[0043]图4是本专利技术实施例提供的电子设备的一个结构示意图。
具体实施方式
[0044]为了使本
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网点选址方法，其特征在于，包括：获取预测数据集，所述预测数据集包括预选址特征数据；将所述预选址特征数据输入到至少两个目标代理模型中，获得至少两个预测输出结果，所述目标代理模型是通过对训练数据集中的选址特征数据和目标数据进行训练获得的，所述目标数据是基于所述选址特征数据获得的；基于预设演化算法对至少两个所述预测输出结果进行迭代，获得迭代结果，在所述迭代结果满足预设收敛条件时，获得网点的最优选址。2.根据权利要求1所述的方法，其特征在于，通过如下方式对所述训练数据集中的选址特征数据和目标数据进行训练得到所述目标代理模型：将所述选址特征数据作为输入，所述目标数据作为输出，训练预设代理模型，获得所述目标代理模型。3.根据权利要求2所述的方法，其特征在于，所述选址特征数据包括至少一个选址特征子集，所述目标数据包括至少一个目标子集；所述将所述选址特征数据作为输入，所述目标数据作为输出，训练预设代理模型，获得所述目标代理模型，包括：将至少一个所述选址特征子集和至少一个所述目标子集进行交叉匹配，获得多个训练数据对；基于每个所述训练数据对中的所述选址特征子集和所述目标子集训练所述预设代理模型，获得多个所述目标代理模型。4.根据权利要求1所述的方法，其特征在于，所述基于预设演化算法对至少两个所述预测输出结果进行迭代，获得迭代结果，包括：基于预设演化算法对至少两种所述预测输出结果进行映射，获得一个映射结果；将一个所述映射结果再次输入至至少两个所述目标代理模型进行迭代，获得一个所述迭代结果。5.根据权利要求4所述的方法，其特征在于，所述在所述迭代结果满足预设收敛条件时，获得网点的最优选址，包括：对当前迭代结果和上一迭代结果进行比对，获得梯度变化值；在所述梯度变化值小于第一预设数值时，所述迭代结果满足所述预设...

【专利技术属性】
技术研发人员：黄灵煜，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：