【技术实现步骤摘要】
本申请实施例涉及数据处理，并且更具体地，涉及一种目标规划问题的求解方法、选择节点的方法、节点评估模型的训练方法及装置。
技术介绍
1、运筹学主要是运用数学方法研究各种系统的优化途径及方案，为决策者提供科学决策的依据。数学规划是运筹学的一个重要分支，主要的研究目标为在给定的区域内寻找最大化或最小化目标函数的最优解。在真实场景中，很多问题带有整数约束，例如，生产排程、供应链、生产调度以及工厂选择等问题，这一类问题可以建模为混合整数规划问题或整数规划问题，并通过数学规划求解器等工具求解。
2、数学规划求解器主要依托于分支定界(branch and bound)算法实现。分支定界算法是一种搜索与迭代的方法，在迭代计算过程中反复将原问题的解空间分割为越来越小的子集，即反复产生原问题的子问题(也可以称为节点)，通过不断求解子问题以得到原问题的最优解。对于复杂问题，例如，决策变量的规模较大的问题，求解过程中会生成大量的节点，求解所需要的时间也较长，难以满足用户的使用需求。
3、因此，如何提升规划问题的求解性能成为一个亟待解决的题。
技术实现思路
1、本申请实施例提供一种目标规划问题的求解方法、选择节点的方法、节点评估模型的训练方法及装置，该方法有利于提升规划问题的求解效率。
2、第一方面，提供了一种目标规划问题的求解方法，包括：获取用户上传的目标规划问题；根据节点评估模型，对目标规划问题的候选节点集合进行调整，其中，候选节点集合包括多个节点，多个节点中的每个节
3、目标规划问题的决策变量中的至少部分为整数变量，即至少部分决策变量的值为整数。换言之，该目标规划问题为纯整数规划模型或混合整数规划模型。
4、在本申请实施例中，节点评估模型可以预测节点在多步展开前后的界限值的相关量，有利于预测从该多个节点出发能够搜索到的最优解，该相关量可以用于衡量节点展开的长期价值，使得目标节点的选择更准确，有利于选择合适的节点进行相应的处理，使得调整后的候选节点集合中的节点为更有可能得到最优解的节点，从而有利于提高求解效率。
5、结合第一方面，在第一方面的某些实现方式中，方法还包括：根据用户指示确定节点评估模型，该节点评估模型部署于云管理平台。
6、例如，用户从可选择的多个候选节点评估模型中选择该节点评估模型。
7、再如，用户可以输入节点评估模型。
8、结合第一方面，在第一方面的某些实现方式中，根据节点评估模型，对目标规划问题的候选节点集合进行调整，包括：根据节点评估模型确定第一目标节点；生成第一目标节点的子节点；将第一目标节点的子节点增加到候选节点集合。
9、在目标节点包括第一目标节点的情况下，可以根据节点评估模型的输出结果确定第一目标节点，在求解过程中可以基于第一目标节点进行迭代计算。具体地，将第一目标节点展开以得到第一目标节点的子节点，进而执行迭代计算。节点评估模型的输出结果能够用于衡量节点展开的长期价值，有利于判断节点在多步展开后能够得到最优解的可能性，基于此确定出的第一目标节点更有可能得到最优解，从而有利于提高收敛速度，提高求解效率。例如，对于最小值优化问题，该节点在多步展开的界限值越小，从该节点出发能够得到全局最优解的可能性越高。节点评估模型可以用于预测节点在多步展开后的界限值，有利于判断节点在多步展开后能够得到最优解的可能性
10、结合第一方面，在第一方面的某些实现方式中，根据节点评估模型，对目标规划问题的候选节点集合进行调整，还包括：根据节点评估模型确定第二目标节点；将第二目标节点从候选节点集合中删除。
11、在目标节点包括第二目标节点的情况下，可以根据节点评估模型的输出结果确定第二目标节点，在求解过程中可以对第二目标节点进行剪枝处理。节点评估模型的输出结果能够衡量节点展开的长期价值，有利于判断节点展开后能够得到最优解的可能性，基于此确定第二目标节点。将得到最优解的可能性较低的节点进行剪枝处理能够缩小解空间，避免在无用节点上展开和求解所带来的时延，从而提高求解效率。例如，对于最小值优化问题，该节点在多步展开的界限值越大，从该节点出发能够得到全局最优解的可能性越小。节点评估模型可以用于预测节点在多步展开后的界限值，有利于判断节点在多步展开后能够得到最优解的可能性，基于此确定第二目标节点，避免在无用节点上展开和求解所带来的时延。
12、结合第一方面，在第一方面的某些实现方式中，每个节点在多步展开后的界限值的相关量包括每个节点在多步展开后的界限值。
13、结合第一方面，在第一方面的某些实现方式中，每个节点在多步展开后的界限值的相关量包括每个节点在多步展开后的界限值与每个节点的父节点的界限值之间的差异。
14、示例性地，节点在多步展开后的界限值与该节点的父节点的界限值之间的差异可以为该节点在多步展开后的界限值与该节点的父节点的界限值之间的差值。
15、以目标规划问题为最小值优化问题为例，若界限值为下界值，在求解过程中，随着迭代次数的增加，该多个节点在多步展开后的下界值可能均很小，受限于计算机的计算精度等因素，难以比较该多个节点在多步展开后的下界值的大小。而该多个节点在多步展开前后的差异较为明显。在本申请实施例中，可以通过预测该多个节点在多步展开前后的差异，进而比较该多个节点在多步展开前后的差异以确定目标节点，有利于提高目标节点选择的准确性。
16、结合第一方面，在第一方面的某些实现方式中，每个节点在多步展开后的界限值的相关量包括每个节点在被完全求解后的界限值与每个节点的父节点的界限值之间的差异。
17、结合第一方面，在第一方面的某些实现方式中，每个节点在多步展开后的界限值的相关量包括每个节点在被完全求解后的界限值与每个节点的父节点的界限值之间的差异由每个节点的多步伪成本函数的函数值指示，节点的多步伪成本函数的函数值满足如下公式：
18、
19、其中，c(·)代表节点的多步伪成本函数。c(·)代表节点单步展开前后的界限值的变化。节点ni为节点p的子节点。
20、结合第一方面，在第一方面的某些实现方式中，第一目标节点在多步展开后的界限值与第一目标节点的父节点的界限值之间的差异小于或等于多个节点中的第一目标节点以外的其他节点在多步展开后的界限值与第一目标节点以外的其他节点的父节点的界限值之间的差异。
21、结合第一方面，在第一方面的某些实现方式中，第二目标节点在多个展开后的界限值与第二目标节点的父节点的界限值之间的差异大于或等于该多个节点中的剩余节点在展开后的界限值与剩余节点的父节点之间的差异。
22、结合第一方面，在第一方面的某些实现方式中，第二目标节点属于多个节点中的k个节点，k个节点在多步展本文档来自技高网...
【技术保护点】
1.一种目标规划问题的求解方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据节点评估模型，对所述目标规划问题的候选节点集合进行调整，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据节点评估模型，对所述目标规划问题的候选节点集合进行调整，还包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述每个节点在多步展开后的界限值的相关量包括所述每个节点在多步展开后的界限值与所述每个节点的父节点的界限值之间的差异。
6.根据权利要求5所述的方法，其特征在于，所述每个节点在多步展开后的界限值的相关量包括所述每个节点在被完全求解后的界限值与所述每个节点的父节点的界限值之间的差异。
7.根据权利要求5或6所述的方法，其特征在于，所述第一目标节点在多步展开后的界限值与所述第一目标节点的父节点的界限值之间的差异小于或等于所述多个节点中的所述第一目标节点以外的其他节点在多步展开后的界限值与所述第一目标节
8.根据权利要求5至7中任一项所述的方法，其特征在于，所述第二目标节点属于所述多个节点中的k个节点，所述k个节点在多步展开后的界限值与所述k个节点的父节点的界限值之间的差异大于或等于所述多个节点中的所述k个节点以外的其他节点在多步展开后的界限值与所述k个节点以外的其他节点的父节点的界限值之间的差异，k为大于1的整数，k小于所述多个节点的数量。
9.根据权利要求8所述的方法，其特征在于，所述第二目标节点是基于所述k个节点对应的概率确定的，所述k个节点对应的概率与所述k个节点在多步展开后的界限值与所述k个节点的父节点的界限值之间的差异呈正相关关系。
10.根据权利要求1至9中任一项所述的方法，其特征在于，所述每个节点在多步展开后的界限值包括所述每个节点在多步展开后的松弛解对应的目标函数的函数值。
11.根据权利要求10所述的方法，其特征在于，所述节点评估模型是基于样本节点和所述样本节点对应的标签训练得到的，所述样本节点对应的标签与所述样本节点在多步展开后的界限值相关。
12.根据权利要求11所述的方法，其特征在于，所述样本节点对应的标签用于指示所述样本节点在多步展开后的界限值和所述样本节点的父节点的界限值之间的差异。
13.根据权利要求11所述的方法，其特征在于，所述样本节点对应的标签是根据第一差异和第二差异确定的，所述第一差异为所述样本节点的父节点的界限值与所述样本节点的界限值之间的差异，所述第二差异是通过将所述样本节点的子节点输入至目标评估模型中进行处理后得到的，所述目标评估模型与所述节点评估模型的结构相同。
14.根据权利要求1至13中任一项所述的方法，其特征在于，所述节点评估模型的输入包括所述每个节点的相关信息或所述每个节点的相关信息的低维表示，所述每个节点的相关信息包括以下至少一项：所述每个节点的目标函数，所述每个节点的约束条件或所述每个节点的决策变量，所述每个节点的相关信息的低维表示是通过特征提取模型对所述每个节点的相关信息进行降维处理得到的。
15.根据权利要求1至14中任一项所述的方法，其特征在于，所述方法还包括：
16.一种选择节点的方法，其特征在于，包括：
17.根据权利要求16所述的方法，其特征在于，所述方法还包括：
18.根据权利要求16或17所述的方法，其特征在于，所述节点评估模型的输出结果用于确定第一目标节点，所述调整后的候选节点集合中包括所述第一目标节点的子节点。
19.根据权利要求16至18中任一项所述的方法，其特征在于，所述节点评估模型的输出结果用于确定第二目标节点，所述调整后的候选节点集合中不包括所述第二目标节点。
20.根据权利要求16至19中任一项所述的方法，其特征在于，所述每个节点在多步展开后的界限值的相关量包括所述每个节点在多步展开后的界限值与所述每个节点的父节点的界限值之间的差异。
21.根据权利要求20所述的方法，其特征在于，所述每个节点在多步展开后的界限值的相关量包括所述每个节点在被完全求解后的界限值与所述每个节点的父节点的界限值之间的差异。
22.根据权利要求20或21所述的方法，其特征在于，所述第一目标节点在多步展开后的界限值与所述第一目标节点的父节点的界限值之间的差异小于或等于所述多个节点中的所述第一目标节点以外的其他节点在多步展开后的界限值与所述第一目标节点以外的其他节点...
【技术特征摘要】
1.一种目标规划问题的求解方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据节点评估模型，对所述目标规划问题的候选节点集合进行调整，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据节点评估模型，对所述目标规划问题的候选节点集合进行调整，还包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述每个节点在多步展开后的界限值的相关量包括所述每个节点在多步展开后的界限值与所述每个节点的父节点的界限值之间的差异。
6.根据权利要求5所述的方法，其特征在于，所述每个节点在多步展开后的界限值的相关量包括所述每个节点在被完全求解后的界限值与所述每个节点的父节点的界限值之间的差异。
7.根据权利要求5或6所述的方法，其特征在于，所述第一目标节点在多步展开后的界限值与所述第一目标节点的父节点的界限值之间的差异小于或等于所述多个节点中的所述第一目标节点以外的其他节点在多步展开后的界限值与所述第一目标节点以外的其他节点的父节点的界限值之间的差异。
8.根据权利要求5至7中任一项所述的方法，其特征在于，所述第二目标节点属于所述多个节点中的k个节点，所述k个节点在多步展开后的界限值与所述k个节点的父节点的界限值之间的差异大于或等于所述多个节点中的所述k个节点以外的其他节点在多步展开后的界限值与所述k个节点以外的其他节点的父节点的界限值之间的差异，k为大于1的整数，k小于所述多个节点的数量。
9.根据权利要求8所述的方法，其特征在于，所述第二目标节点是基于所述k个节点对应的概率确定的，所述k个节点对应的概率与所述k个节点在多步展开后的界限值与所述k个节点的父节点的界限值之间的差异呈正相关关系。
10.根据权利要求1至9中任一项所述的方法，其特征在于，所述每个节点在多步展开后的界限值包括所述每个节点在多步展开后的松弛解对应的目标函数的函数值。
11.根据权利要求10所述的方法，其特征在于，所述节点评估模型是基于样本节点和所述样本节点对应的标签训练得到的，所述样本节点对应的标签与所述样本节点在多步展开后的界限值相关。
12.根据权利要求11所述的方法，其特征在于，所述样本节点对应的标签用于指示所述样本节点在多步展开后的界限值和所述样本节点的父节点的界限值之间的差异。
13.根据权利要求11所述的方法，其特征在于，所述样本节点对应的标签是根据第一差异和第二差异确定的，所述第一差异为所述样本节点的父节点的界限值与所述样本节点的界限值之间的差异，所述第二差异是通过将所述样本节点的子节点输入至目标评估模型中进行处理后得到的，所述目标评估模型与所述节点评估模型的结构相同。
14.根据权利要求1至13中任一项所述的方法，其特征在于，所述节点评估模型的输入包括所述每个节点的相关信息或所述每个节点的相关信息的低维表示，所述每个节点的相关信息包括以下至少一项：所述每个节点的目标函数，所述每个节点的约束条件或所述每个节点的决策变量，所述每个节点的相关信息的低维表示是通过特征提取模型对所述每个节点的相关信息进行降维处理得到的。
15.根据权利要求1至14中任一项所述的方法，其特征在于，所述方法还包括：
16.一种选择节点的方法，其特征在于，包括：
17.根据权利要求16所述的方法，其特征在于，所述方法还包括：
18.根据权利要求16或17所述的方法，其特征在于，所述节点评估模型的输出结果用于确定第一目标节点，所述调整后的候选节点集合中包括所述第一目标节点的子节点。
19.根据权利要求16至18中任一项所述的方法，其特征在于，所述节点评估模型的输出结果用于确定第二目标节点，所述调整后的候选节点集合中不包括所述第二目标节点。
20.根据权利要求16至19中任一项所述的方法，其特征在于，所述每个节点在多步展开后的界限值的相关量包括所述每个节点在多步展开后的界限值与所述每个节点的父节点的界限值之间的差异。
21.根据权利要求20所述的方法，其特征在于，所述每个节点在多步展开后的界限值的相关量包括所述每个节点在被完全求解后的界限值与所述每个节点的父节点的界限值之间的差异。
22.根据权利要求20或21所述的方法，其特征在于，所述第一目标节点在多步展开后的界限值与所述第一目标节点的父节点的界限值之间的差异小于或等于所述多个节点中的所述第一目标节点以外的其他节点在多步展开后的界限值与所述第一目标节点以外的其他节点的父节点的界限值之间的差异。
【专利技术属性】
技术研发人员：李希君，杨沐明，匡宇飞，曾嘉，
申请(专利权)人：华为云计算技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。