可行解的启发式策略调度方法、装置、设备和介质制造方法及图纸

本公开提供了一种可行解的启发式策略调度方法、装置、设备、介质、程序产品和求解器，涉及运筹优化技术领域，尤其涉及大数据和人工智能技术。具体实现方案为：根据待求解问题的特征和各启发式策略的特征确定所述各启发式策略与待求解问题的相关度，并根据所述相关度对所述各启发式策略进行排序，其中，所述相关度用于衡量所述待求解问题在分支定界的不同求解状态下，所述各启发式策略的可行解求解结果的质量；将所述排序的结果作为调度所述各启发式策略的优先级。本公开可以为不同类型的待求解问题确定更加匹配的优先级调度策略，具有良好的泛化能力，从而在不同的类型和场景中提升可行解的求解效率。可行解的求解效率。可行解的求解效率。

【技术实现步骤摘要】
可行解的启发式策略调度方法、装置、设备和介质


[0001]本公开涉及运筹优化
，尤其涉及大数据和人工智能技术，具体涉及一种可行解的启发式策略调度方法、装置、设备、介质、程序产品和求解器。

技术介绍

[0002]混合整数规划(Mixed Integer Programming，MIP)是运筹优化领域中非常重要的一类问题。在使用求解器求解MIP问题的过程中，通常是基于可行解与松弛解之间的gap来衡量整体的求解质量并决定是否继续求解。
[0003]现有技术中的求解器(例如scip)通常嵌入了数十种不同的构建可行解的启发式策略，例如diving(下潜)、rounding(取整)、近邻搜索等。求解器在分支定界过程中，会按照预设的优先级依次执行不同的启发式策略，直到某个策略找到一个更好的可行解或者达到预定的时限。因此，在分支定界的过程中，如何更好地确定各启发式策略的优先级，以对各启发式策略进行调度，对求解器整体的求解效率和求解质量均有较大的影响。

技术实现思路

[0004]本公开提供了一种可行解的启发式策略调度方法、装置、设备、介质、程序产品和求解器。
[0005]根据本公开的一方面，提供了一种可行解的启发式策略调度方法，包括：
[0006]根据待求解问题的特征和各启发式策略的特征确定所述各启发式策略与待求解问题的相关度，并根据所述相关度对所述各启发式策略进行排序，其中，所述相关度用于衡量所述待求解问题在分支定界的不同求解状态下，所述各启发式策略的可行解求解结果的质量；
[0007]将所述排序的结果作为调度所述各启发式策略的优先级。
[0008]根据本公开的另一方面，提供了一种可行解的启发式策略调度装置，包括：
[0009]排序模块，用于根据待求解问题的特征和各启发式策略的特征确定所述各启发式策略与待求解问题的相关度，并根据所述相关度对所述各启发式策略进行排序，其中，所述相关度用于衡量所述待求解问题在分支定界的不同求解状态下，所述各启发式策略的可行解求解结果的质量；
[0010]优先级确定模块，用于将所述排序的结果作为调度所述各启发式策略的优先级。
[0011]根据本公开的另一方面，提供了一种电子设备，包括：
[0012]至少一个处理器；以及
[0013]与所述至少一个处理器通信连接的存储器；其中，
[0014]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令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公开任意实施例所述的可行解的启发式策略调度方法。
[0015]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储
介质，所述计算机指令用于使计算机执行本公开任意实施例所述的可行解的启发式策略调度方法。
[0016]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开任意实施例所述的可行解的启发式策略调度方法。
[0017]根据本公开的另一方面，提供了一种求解器，包括：
[0018]可行解优化模块，用于根据待求解问题的特征和各启发式策略的特征确定所述各启发式策略与待求解问题的相关度，并根据所述相关度对所述各启发式策略进行排序，其中，所述相关度用于衡量所述待求解问题在分支定界的不同求解状态下，所述各启发式策略的可行解求解结果的质量；将所述排序的结果作为调度所述各启发式策略的优先级；
[0019]求解模块，用于利用分支定界法求解所述待求解问题，并在分支定界的每个节点调用所述可行解优化模块，获取与所述节点对应的各启发式策略的优先级，在所述节点按照所述优先级进行各启发式策略的调度。
[0020]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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
[0021]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0022]图1是根据本公开实施例的可行解的启发式策略调度方法的示意图；
[0023]图2是根据本公开实施例的可行解的启发式策略调度方法中排序模型的训练过程的示意图；
[0024]图3是根据本公开实施例的可行解的启发式策略调度方法中排序模型的网络架构示意图；
[0025]图4是根据本公开实施例的可行解的启发式策略调度装置的示意图；
[0026]图5是根据本公开实施例的求解器的示意图；
[0027]图6是用来实现本公开实施例的可行解的启发式策略调度方法的电子设备的框图。
具体实施方式
[0028]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0029]在求解MIP问题的过程中，关于如何确定各启发式策略的优先级，现有技术中通常是基于固定优先级的方案或者基于数据驱动的优先级配置方案。
[0030]对于基于固定优先级的方案，是在开源求解器(如SCIP)中，为不同的启发式策略都预设固定优先级。其中，不同策略的优先级是基于它们在不同类型的MIP问题上的平均求解效果所设置的。在求解不同类型的MIP问题时，SCIP均会自动加载这套默认的优先级。但是，这种基于固定优先级的方案在一些特定场景的求解效果并不好。
[0031]对于基于数据驱动的优先级配置方案，是先采集不同启发式策略的求解数据，记
录执行启发式策略的求解效果(例如构建出更好可行解的耗时)；然后基于采集到的数据求解一个调度问题；基于调度问题的解，给不同启发式策略设置优先级以及执行时限。在这种方法中，一方面，为了不让数据采集模块影响SCIP默认的求解过程，需要对SCIP进行定制化的调整，因此，若想把这套方案应用到其他的求解器上，例如cplex(一种数学优化技术)或者gruobi(大规模数学规划优化器)等，均需要进行定制化开发，这导致整体的使用成本会比较大。另一方面，这套方案本质上是通过求解一个通用的调度问题来给不同类型的MIP问题设置一套合适的调度方案(不同启发式策略的优先级)，这就会导致这套方案的迁移能力比较有限，也即：基于类型1的MIP问题构建了一套调度方案后，若将其直接迁移到类型2的MIP问题上，最终的求解效果可能也比较一般。
[0032]面对上述问题，本公开通过刻画待求解问题特性跟合适的优先级配置的相关性，从而实现待求解问题粒度的优先级配置构建，使其具有较好地跨类型/场景迁移能力。
[0033]图1是根据本公开实施例的可行解的启发式策略调度方法的流程示意图，本实施例可适用于求解整数规划问题时对启发式策略进行调度的情况，例如，求解混合整数规划(MIP)问题时如何确定各启发式策略的优先级，涉及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可行解的启发式策略调度方法，包括：根据待求解问题的特征和各启发式策略的特征确定所述各启发式策略与待求解问题的相关度，并根据所述相关度对所述各启发式策略进行排序，其中，所述相关度用于衡量所述待求解问题在分支定界的不同求解状态下，所述各启发式策略的可行解求解结果的质量；将所述排序的结果作为调度所述各启发式策略的优先级。2.根据权利要求1所述的方法，其中，所述待求解问题的特征包括：所述待求解问题的原始问题中各个变量类型和约束类型的占比，以及根据所述待求解问题的类型预定义的分类特征。3.根据权利要求1所述的方法，其中，所述待求解问题的特征包括：在所述分支定界的任意节点的子问题中，各个变量类型和约束类型的占比，以及所述任意节点所处的决策深度。4.根据权利要求1所述的方法，其中，所述待求解问题的特征包括：在所述分支定界的不同求解状态下，使用所述各启发式策略得到可行解，并且得到的可行解的质量得到提升的累计次数和累计提升幅度；以及在所述分支定界的不同求解状态下，使用所述各启发式策略没有得到可行解的累计次数。5.根据权利要求1所述的方法，其中，所述启发式策略的特征包括：根据所述各启发式策略的类型预定义的类型特征，以及根据所述各启发式策略的默认优先级确定的优先级特征。6.根据权利要求1所述的方法，其中，所述启发式策略的特征包括：基于所述各启发式策略的唯一性配置的共享特征，其中，所述共享特征通过低维稠密向量表示。7.根据权利要求1所述的方法，其中，所述根据待求解问题的特征和各启发式策略的特征确定所述各启发式策略与待求解问题的相关度，并根据所述相关度对所述各启发式策略进行排序，包括：利用预先训练的排序模型，根据待求解问题的特征和各启发式策略的特征确定所述各启发式策略与待求解问题的相关度，并根据所述相关度对所述各启发式策略进行排序。8.根据权利要求7所述的方法，其中，所述排序模型的训练过程包括：采集多个历史已求解问题在分支定界的不同求解状态下，所述各启发式策略的可行解求解结果；根据所述可行解求解结果构建所述各启发式策略的排序结果标签；分别提取所述多个历史已求解问题的特征和各启发式策略的特征，根据所述提取的特征和所述排序结果标签构建...

【专利技术属性】
技术研发人员：丁建辉，曹宜超，陈珍，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：