预求解配置方法及装置制造方法及图纸

本申请涉及一种预求解配置方法及装置。该方法包括：根据确定的混合整数规划问题，形成对应于混合整数规划问题的二分图；利用特征提取网络对二分图进行特征提取，得到图嵌入特征；利用参数推理网络和图嵌入特征，推理出解决混合整数规划问题所需的预求解模块中各预求解算子的参数；根据参数对预求解模块中的各预求解算子进行配置；利用配置后的预求解模块进行针对混合整数规划问题的预求解，得到混合整数规划问题的简化后问题。能针对不同类型问题自主调整预求解算子的参数配置策略。能更好地配置不同预求解算子，完成混合整数问题的问题化简，从而提升问题的全流程求解性能。从而提升问题的全流程求解性能。从而提升问题的全流程求解性能。

【技术实现步骤摘要】
预求解配置方法及装置


[0001]本申请涉及混合整数规划
，尤其涉及一种预求解配置方法及装置。

技术介绍

[0002]线性规划(Linear programming，LP)在真实的生产场景有广泛的应用，包括供应链、金融、医疗和云服务等应用场景。随着实际问题业务场景的复杂性和规模的急剧增加，部分工业界的数学规划问题变得非常庞大和复杂，对用来求解问题的算法性能提出了新的挑战。相关技术中，已有大量针对线性规划算法的研究。很多最优化问题算法都可以分解为线性规划子问题，然后逐一求解。为实现问题的求解相关技术中先通过预求解简化问题后，再进一步进行求解，以提高求解速度。但是，如何平衡预求解效果的同时降低预求解的耗时，是亟待解决的技术问题。

技术实现思路

[0003]有鉴于此，提出了一种预求解配置方法及装置。
[0004]第一方面，本申请的实施例提供了一种预求解配置方法，所述方法包括：
[0005]根据确定的混合整数规划问题，形成对应于所述混合整数规划问题的二分图；
[0006]利用特征提取网络对所述二分图进行特征提取，得到图嵌入特征；
[0007]利用参数推理网络和所述图嵌入特征，推理出解决所述混合整数规划问题所需的预求解模块中各预求解算子的参数；
[0008]根据所述参数对所述预求解模块中的各所述预求解算子进行配置；
[0009]利用配置后的预求解模块进行针对所述混合整数规划问题的预求解，得到所述混合整数规划问题的简化后问题。
[0010]本申请提供了一种预求解配置方法，利用特征提取网络和参数推理网络推理出针对MIP问题的各预求解算子的参数，从而实现能针对不同类型问题自主调整参数配置策略的预求解配置方法。能更好地配置不同预求解算子，完成混合整数问题的问题化简的同时提高预求解的速度，从而提升问题的全流程求解性能。
[0011]在一种可能的实现方式中，根据确定的混合整数规划问题，形成对应于所述混合整数规划问题的二分图，包括：
[0012]根据确定的混合整数规划问题，确定出对应的数学规划模型信息，所述数学规划模型信息包括：各约束不等式左侧的系数形成的系数矩阵、各所述约束不等式右侧的数据形成的向量和目标函数中各决策变量的系数向量；
[0013]对所述数学规划模型信息进行转化，形成对应于所述混合整数规划问题的二分图。
[0014]在一种可能的实现方式中，各预求解算子的参数包括以下至少一种：优先级、最大轮次和默认时间，所述优先级用于指示对应的预求解算子的执行顺序，所述最大轮次用于指示对应的预求解算子被执行的轮次的最大次数，所述默认时间用于指示对应的预求解算
子的执行时长。
[0015]在一种可能的实现方式中，所述参数推理网络包括隐藏层、优先级分支、轮次分支和时间分支，利用参数推理网络和所述图嵌入特征，推理出解决所述混合整数规划问题所需的预求解模块中各预求解算子的参数，包括：
[0016]所述隐藏层将所述图嵌入特征转换为共享特征，并将共享特征分别输入至所述优先级分支、所述轮次分支和所述时间分支；
[0017]所述优先级分支基于所述共享特征，输出各所述预求解算子的优先级，以及将各所述预求解算子的优先级输入至所述轮次分支和所述时间分支；
[0018]所述轮次分支基于所述共享特征和各所述预求解算子的优先级，输出各所述预求解算子的最大轮次；
[0019]所述时间分支基于所述共享特征和各所述预求解算子的优先级，输出各所述预求解算子的时间分支。
[0020]在一种可能的实现方式中，所述方法还包括：对所述简化后问题进行求解，得到求解结果。
[0021]在一种可能的实现方式中，所述方法还包括：
[0022]利用预设启发式算法在各样本问题的预求解参数空间中，确定出对应各样本问题的预求解算子的最优参数；
[0023]利用各所述样本问题和各所述样本问题的预求解算子的最优参数，基于排序损失函数和交叉熵损失函数进行网络训练，得到所述特征提取网络和所述参数推理网络。
[0024]第二方面，本申请的实施例提供了一种预求解配置装置，所述装置包括：
[0025]图形成模块，用于根据确定的混合整数规划问题，形成对应于所述混合整数规划问题的二分图；
[0026]特征提取模块，用于利用特征提取网络对所述二分图进行特征提取，得到图嵌入特征；
[0027]利用参数推理网络和所述图嵌入特征，推理出解决所述混合整数规划问题所需的预求解模块中各预求解算子的参数；
[0028]参数配置模块，用于根据所述参数对所述预求解模块中的各所述预求解算子进行配置，得到处理后模型；
[0029]简化模块，用于利用配置后的预求解模块进行针对所述混合整数规划问题的预求解，得到所述混合整数规划问题的简化后问题。
[0030]在一种可能的实现方式中，根据确定的混合整数规划问题，形成对应于所述混合整数规划问题的二分图，包括：
[0031]根据确定的混合整数规划问题，确定出对应的数学规划模型信息，所述数学规划模型信息包括：各约束不等式左侧的系数形成的系数矩阵、各所述约束不等式右侧的数据形成的向量和目标函数中各决策变量的系数向量；
[0032]对所述数学规划模型信息进行转化，形成对应于所述混合整数规划问题的二分图。
[0033]在一种可能的实现方式中，各预求解算子的参数包括以下至少一种：优先级、最大轮次和默认时间，所述优先级用于指示对应的预求解算子的执行顺序，所述最大轮次用于
指示对应的预求解算子被执行的轮次的最大次数，所述默认时间用于指示对应的预求解算子的执行时长。
[0034]在一种可能的实现方式中，所述参数推理网络包括隐藏层、优先级分支、轮次分支和时间分支，利用参数推理网络和所述图嵌入特征，推理出解决所述混合整数规划问题所需的预求解模块中各预求解算子的参数，包括：
[0035]所述隐藏层将所述图嵌入特征转换为共享特征，并将共享特征分别输入至所述优先级分支、所述轮次分支和所述时间分支；
[0036]所述优先级分支基于所述共享特征，输出各所述预求解算子的优先级，以及将各所述预求解算子的优先级输入至所述轮次分支和所述时间分支；
[0037]所述轮次分支基于所述共享特征和各所述预求解算子的优先级，输出各所述预求解算子的最大轮次；
[0038]所述时间分支基于所述共享特征和各所述预求解算子的优先级，输出各所述预求解算子的时间分支。
[0039]在一种可能的实现方式中，所述装置还包括：
[0040]求解模块，用于对所述简化后问题进行求解，得到求解结果。
[0041]在一种可能的实现方式中，所述装置还包括：
[0042]监督信息获取模块，用于利用预设启发式算法在各样本问题的预求解参数空间中，确定出对应各样本问题的预求解算子的最优参数；
[0043]网络训练模块，用于利用各所述样本问题和各所述样本问题的预求解算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预求解配置方法，其特征在于，所述方法包括：根据确定的混合整数规划问题，形成对应于所述混合整数规划问题的二分图；利用特征提取网络对所述二分图进行特征提取，得到图嵌入特征；利用参数推理网络和所述图嵌入特征，推理出解决所述混合整数规划问题所需的预求解模块中各预求解算子的参数；根据所述参数对所述预求解模块中的各所述预求解算子进行配置；利用配置后的预求解模块进行针对所述混合整数规划问题的预求解，得到所述混合整数规划问题的简化后问题。2.根据权利要求1所述的方法，其特征在于，根据确定的混合整数规划问题，形成对应于所述混合整数规划问题的二分图，包括：根据确定的混合整数规划问题，确定出对应的数学规划模型信息，所述数学规划模型信息包括：各约束不等式左侧的系数形成的系数矩阵、各所述约束不等式右侧的数据形成的向量和目标函数中各决策变量的系数向量；对所述数学规划模型信息进行转化，形成对应于所述混合整数规划问题的二分图。3.根据权利要求1所述的方法，其特征在于，各预求解算子的参数包括以下至少一种：优先级、最大轮次和默认时间，所述优先级用于指示对应的预求解算子的执行顺序，所述最大轮次用于指示对应的预求解算子被执行的轮次的最大次数，所述默认时间用于指示对应的预求解算子的执行时长。4.根据权利要求3所述的方法，其特征在于，所述参数推理网络包括隐藏层、优先级分支、轮次分支和时间分支，利用参数推理网络和所述图嵌入特征，推理出解决所述混合整数规划问题所需的预求解模块中各预求解算子的参数，包括：所述隐藏层将所述图嵌入特征转换为共享特征，并将共享特征分别输入至所述优先级分支、所述轮次分支和所述时间分支；所述优先级分支基于所述共享特征，输出各所述预求解算子的优先级，以及将各所述预求解算子的优先级输入至所述轮次分支和所述时间分支；所述轮次分支基于所述共享特征和各所述预求解算子的优先级，输出各所述预求解算子的最大轮次；所述时间分支基于所述共享特征和各所述预求解算子的优先级，输出各所述预求解算子的时间分支。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述简化后问题进行求解，得到求解结果。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：利用预设启发式算法在各样本问题的预求解参数空间中，确定出对应各样本问题的预求解算子的最优参数；利用各所述样本问题和各所述样本问题的预求解算子的最优参数，基于排序损失函数和交叉熵损失函数进行网络训练，得到所述特征提取网络和所述参数推理网络。7.一种预求解配置装置，其特征在于，所述装置包括：图形成模块，用于根据确定的混合整数规划问题，形成对应于所述混合整数规划问题的二分图；
特征提取模块，用于利用特征提取网络对所述二分图进行特征提取，得到图嵌入特征；利用参数推理网络和所述图嵌入特征，推理出解决所述混合整数规划问题所需的预求解模块中各预求解算子的参数；参数配置模块，用于根据所述参数对所述预求解模块中的各所述预求解...

【专利技术属性】
技术研发人员：罗威林，庞博文，李希君，刘畅，严骏驰，曾嘉，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：