System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及电缆树布线,特别涉及一种电缆树约束规划求解器的选择方法、装置、设备及介质。
技术介绍
1、电缆树是一组捆绑在一起的电缆或电线,其主要用途是将电信号和电能传输到系统或设备的各个组成部分,实现各个产品组件之间的能量传输和信息交换。随着顾客对即时生产资源的需求逐渐增加和批量生产的电缆树规模的减小,布线方案的更新频率也随之加快。这一变化迫使人们必须能够迅速推导出新的布线序列。由于电缆树结构通常相当复杂,涵盖了大量的变量、约束条件和设计规范,因此为电缆树确定适当的布线设计变得极为困难。
2、在给定的固定布局中寻找最优插入顺序的方法称为电缆树布线问题(ctw),如今,电缆树布线问题已经被约束规划技术解决。不同的约束规划求解器在不同问题实例上都有其独特的优势,然而,由于问题的多样性,没有一种通用的求解器能够在所有问题实例上都表现出最优性能。面对庞大的约束条件和设计规范,在众多求解器中,如何选择最适合解决当前电缆树布线问题的求解器是一个需要解决的问题。
技术实现思路
1、本申请提供一种电缆树约束规划求解器的选择方法、装置、设备及介质,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
2、本申请的一个方面技术方案的电缆树约束规划求解器的选择方法,包括:获取电缆树实例;将所述电缆树实例输入至电缆树约束规划求解器选择模型,获取所述电缆树约束规划求解器选择模型输出的求解器选择结果;其中,所述电缆树约束规划求解器选择模型是基于问题空间、算法空间
3、本申请的一些技术方案,所述算法空间的构建方法包括:确定约束规划求解器;获取电缆树布线问题基准测试集;根据评价指标通过所述电缆树布线问题基准测试集对所述约束规划求解器进行评估,得到候选求解器;基于所述候选求解器构建所述算法空间;其中,所述评价指标包括虚拟最佳求解器。
4、本申请的一些技术方案,所述根据评价指标通过所述电缆树布线问题基准测试集对所述约束规划求解器进行评估,得到候选求解器,包括:确定所述评价指标;根据设置的求解时间通过所述约束规划求解器求解所述基准测试集得到所述约束规划求解器的评价指标;根据所述约束规划求解器的评价指标确定所述候选求解器。
5、本申请的一些技术方案,所述目标机器学习算法的确定方法包括:构建问题空间;确定能够解决分类问题的机器学习算法集;基于所述机器学习算法集、所述问题空间及所述算法空间对所述电缆树约束规划求解器选择模型进行训练得到初步评估结果;基于所述机器学习算法集、第一测试集及所述算法空间根据时间限制对所述电缆树约束规划求解器选择模型进行全面评估,得到所述目标机器学习算法;其中,所述第一测试集使用第一随机种子结合基准测试集构建。
6、本申请的一些技术方案,所述构建问题空间,包括:根据排列长度和约束和对电缆树实例进行类别划分;基于所述类别,对所述电缆树实例进行组划分;根据每个电缆树实例创建特征组合;基于所述特征组合构建所述问题空间中的特征实例集;通过候选求解器求解所述特征实例集中的特征实例,得到学习目标值;基于所述特征实例和对应的所述学习目标值建构所述问题空间。
7、本申请的一些技术方案,所述基于所述特征组合构建所述问题空间中的特征实例集,包括:基于所述特征组合,以相同的概率选择特征实例;通过所述特征实例构建所述特征实例集。
8、本申请的一些技术方案,所述基于所述机器学习算法集、所述问题空间及所述算法空间对所述电缆树约束规划求解器选择模型进行训练得到初步评估结果,包括:将所述问题空间中的特征实例随机划分为训练集和验证集;通过所述训练集训练所述电缆树约束规划求解器选择模型;通过所述验证集监控所述电缆树约束规划求解器选择模型的性能并对所述机器学习算法集中的机器学习算法进行预评估,得到初步评估结果。
9、本申请的另一个方面技术方案的电缆树约束规划求解器的选择装置,所述装置包括:第一获取模块,用于获取电缆树实例;第二获取模块,用于将所述电缆树实例输入至电缆树约束规划求解器选择模型,获取所述电缆树约束规划求解器选择模型输出的求解器选择结果;其中,所述电缆树约束规划求解器选择模型是基于问题空间、算法空间和能够解决分类问题的机器学习算法集通过训练得到的,训练好的所述电缆树约束规划求解器选择模型包括目标机器学习算法。
10、本申请的另一个方面技术方案的电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上述一个方面技术方案的电缆树约束规划求解器的选择方法。
11、本申请的另一个方面技术方案的一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被一个或多个处理器执行时能够实现如上述一个方面技术方案的电缆树约束规划求解器的选择方法。
12、本申请至少具有如下有益效果:
13、本申请的电缆树约束规划求解器的选择方法通过将电缆树实例输入至电缆树约束规划求解器选择模型,得到求解器的选择结果,其中,电缆树约束规划求解器选择模型是基于问题空间、算法空间和解决分类问题的机器学习算法集通过训练得到的,使用该模型能够选择出适合当前电缆树实例的求解器,从而提高了电缆树布线效率。
14、可以理解的是,本申请公开的装置、设备和介质的有益效果与电缆树约束规划求解器的选择方法的有益效果相同,在此不再赘述。
15、本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种电缆树约束规划求解器的选择方法,其特征在于,包括:
2.根据权利要求1所述的电缆树约束规划求解器的选择方法,其特征在于,所述算法空间的构建方法包括:
3.根据权利要求2所述的电缆树约束规划求解器的选择方法,其特征在于,所述根据评价指标通过所述电缆树布线问题基准测试集对所述约束规划求解器进行评估,得到候选求解器,包括:
4.根据权利要求1所述的电缆树约束规划求解器的选择方法,其特征在于,所述目标机器学习算法的确定方法包括:
5.根据权利要求4所述的电缆树约束规划求解器的选择方法,其特征在于,所述构建问题空间,包括:
6.根据权利要求5所述的电缆树约束规划求解器的选择方法,其特征在于,所述基于所述特征组合构建所述问题空间中的特征实例集,包括:
7.根据权利要求4所述的电缆树约束规划求解器的选择方法,其特征在于,所述基于所述机器学习算法集、所述问题空间及所述算法空间对所述电缆树约束规划求解器选择模型进行训练得到初步评估结果,包括:
8.一种电缆树约束规划求解器的选择装置,其特征在于,所述装置包括
9.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的电缆树约束规划求解器的选择方法。
10.一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程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的电缆树约束规划求解器的选择方法。
...【技术特征摘要】
1.一种电缆树约束规划求解器的选择方法,其特征在于,包括:
2.根据权利要求1所述的电缆树约束规划求解器的选择方法,其特征在于,所述算法空间的构建方法包括:
3.根据权利要求2所述的电缆树约束规划求解器的选择方法,其特征在于,所述根据评价指标通过所述电缆树布线问题基准测试集对所述约束规划求解器进行评估,得到候选求解器,包括:
4.根据权利要求1所述的电缆树约束规划求解器的选择方法,其特征在于,所述目标机器学习算法的确定方法包括:
5.根据权利要求4所述的电缆树约束规划求解器的选择方法,其特征在于,所述构建问题空间,包括:
6.根据权利要求5所述的电缆树约束规划求解器的选择方法,其特征在于,所述基于所述特征组合构建所述问题空间...
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。