人工智能驱动的两阶段随机规划问题求解方法和系统技术方案

本发明专利技术公开了一种人工智能驱动的两阶段随机规划问题求解方法和系统，包括：采集配送建站数据，构建两阶段随机规划问题的数学模型；基于数学模型生成配送建站场景集合，将数学模型转换为图形结构；基于图形结构，构建分层图卷积网络，从分层图卷积网络中提取配送建站场景的关键信息，基于关键信息，构建配送建站场景相似度图；基于配送建站场景相似度图，构建配送建站场景重要性评分模型，评估配送建站场景的重要性，并选择出代表性配送建站场景，对代表性配送建站场景进行排序；基于排序后的代表性配送建站场景，构建确定性等价问题，对确定性等价问题进行求解，得到配送建站解决方案。提高了配送建站等两阶段规划问题的求解效率。

【技术实现步骤摘要】

本专利技术属于人工智能领域，公开了一种人工智能驱动的两阶段随机规划问题求解方法和系统。

技术介绍

1、近些年，基于神经网络、深度学习等人工智能方法在图像分析、自然语言处理等难以被形式化构建的任务上取得了的成功。相比之下，运筹学方法为规划、调度等易于形式化但求解困难的领域提供了有效的解决方案。基于两者各自的优势，一些结合深度学习和运筹学方法的工作在旅行商、车辆路径规划、负载均衡等任务上取得了超越已有算法的效果。然而，大部分研究集中在确定性问题上，鲜有工作关注到另一类广泛存在的现象-不完美信息下的组合优化问题。这类问题的信息会在决策过程中被逐步揭示，仅当问题被完全解决后，完整的信息才能被获知。在求解时，需要仅根据部分信息做出决策，不单要最大化预期收益，还必须满足已知的要求。类似的信息不完全情况在实际场景如容量调度、路线规划等任务中普遍存在。除了对解决方案的要求，这类任务往往还具备实时性，需要模型在短时间内给出反应。

2、在运筹学中，不完美信息下的组合优化往往被建模成两阶段的随机规划问题，随着场景数的增加，问题的规模（即决策变量的数目和约束的数目）线本文档来自技高网...

【技术保护点】

1.人工智能驱动的两阶段随机规划问题求解方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤S1进一步为：

3.根据权利要求2所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤S2进一步为：

4.根据权利要求3所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤S3进一步为：

5.根据权利要求4所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤S4进一步为：

6.根据权利要求5所述的人工智能驱动的两阶段随机规划问题求解方法，其...

【技术特征摘要】

1.人工智能驱动的两阶段随机规划问题求解方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤s1进一步为：

3.根据权利要求2所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤s2进一步为：

4.根据权利要求3所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤s3进一步为：

5.根据权利要求4所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤s4进一步为：

6.根据权利要求5所述的人工智...

【专利技术属性】
技术研发人员：张一帆，吴洋，
申请(专利权)人：中科南京人工智能创新研究院，
类型：发明
国别省市：