[发明专利]用于在不确定集中选择采样空间的方法和装置

说明书

技术领域

本发明的各实施方式涉及鲁棒优化(robust optimization)，更具体地，涉及在鲁棒优化中用于在不确定集(uncertainty set)中选择采样空间的方法和装置。

背景技术

数学规划的经典范例是在输入数据准确并且等于某些标称值的假设条件下建立模型，继而利用已有的数学规划求解方法获得最优解。然而，在实际的优化决策过程中，数据通常是不确定的或者是不精确的，通常在一个不确定的范围内围绕标称值变化，这将导致难以计算最优解。

当数据的取值不同于标称值时，可能不满足一些约束函数，原来得到的最优解可能不再最优甚至可能不再可用。因此，出现了一种可以使得优化解免受数据不确定性的影响优化方法——鲁棒优化方法。鲁棒优化是一种建模技术，它可以处理对于不确定但属于一个不确定集的数据的优化问题。鲁棒优化的目的是求得这样一个解：对于可能出现的所有情况都能满足约束条件，并且使得在最坏情况下的目标函数的函数值为最优。

鲁棒优化的一个关键方面是如何在不确定集中选择适合的采样点，进而基于所选择的采样点来求解满足全部约束函数的最优解。目前已经开发出了多种选择采样点的技术方案，然而这些技术方案可能会导致计算量过高，或者计算过早结束因而不能找到最优解等问题。

发明内容

在不确定集中选择哪个(哪些)采样空间，这在一定程度上将影 响后期鲁棒优化的结果。因而，期望能够开发并实现一种在不确定集中选择适合的采样空间的技术方案。并且期望该技术方案能够尽可能地选择有益于提高优化结果的采样空间，以便之后在所选择的采样空间中有针对性地选择采样点，进而进一步控制鲁棒优化期间涉及的各种计算资源的开销。

根据本发明的第一方面，提供了一种用于在不确定集中选择采样空间的方法。该方法包括：接收所述不确定集，所述不确定集是鲁棒优化中可以被赋予不确定参数的数值的集合；获取所述不确定集中的违背与所述鲁棒优化相关联的约束函数的不确定参数的基准采样点；以及基于所述基准采样点与所述不确定集之间的空间位置关系，在所述不确定集中选择用于进行采样的采样空间。

根据本发明的第二方面，提供了一种用于在不确定集中选择采样空间的设备。所述设备包括：接收模块，配置用于接收所述不确定集，所述不确定集是鲁棒优化中可以被赋予不确定参数的数值的集合；获取模块，配置用于获取所述不确定集中的违背与所述鲁棒优化相关联的约束函数的不确定参数的基准采样点；以及选择模块，配置用于基于所述基准采样点与所述不确定集之间的空间位置关系，在所述不确定集中选择用于进行采样的采样空间。

根据本发明的第三方面，提供了一种处理装置，包括：处理器；耦合到所述处理器的存储器，其中所述存储器包括指令，当所述指令由处理器执行时使得所述处理器：接收所述不确定集，所述不确定集是鲁棒优化中可以被赋予不确定参数的数值的集合；获取所述不确定集中的违背与所述鲁棒优化相关联的约束函数的不确定参数的基准采样点；以及基于所述基准采样点与所述不确定集之间的空间位置关系，在所述不确定集中选择用于进行采样的采样空间。

根据本发明的第四方面，提供了一种包括计算机可读存储介质的计算机程序产品，所述计算机可读存储介质具有存储在其中的计算机可读程序，其中当所述计算机可读程序在计算设备上被执行时使得所述计算设备：接收所述不确定集，所述不确定集是鲁棒优化中可以被 赋予不确定参数的数值的集合；获取所述不确定集中的违背与所述鲁棒优化相关联的约束函数的不确定参数的基准采样点；以及基于所述基准采样点与所述不确定集之间的空间位置关系，在所述不确定集中选择用于进行采样的采样空间。

采用本发明的用于在不确定集中选择采样空间的技术方案可以有针对性地选择可以在其中进行采样的采样空间。进一步，可以通过减少采样空间的方式控制采样点的数量，进而控制鲁棒优化期间涉及的各种计算资源的开销。

附图说明

结合附图并参考以下详细说明，本发明各实施方式的特征、优点及其他方面将变得更加明显，在此以示例性而非限制性的方式示出了本发明的若干实施方式。在附图中：

图1示意性示出了适于实现本发明实施方式的示例性计算系统的框图；

图2A示意性示出了根据一个技术方案的用于在不确定集中进行采样技术方案的框图；图2B示意性示出了根据另一技术方案的用于在不确定集中进行采样技术方案的框图；

图3示意性示出了根据本发明一个实施方式的用于在不确定集中选择采样空间的技术方案的框图；