[发明专利]供需优化匹配方法及框架在审

专利信息
申请号: 202010002233.0 申请日: 2020-01-02
公开(公告)号: CN111222697A 公开(公告)日: 2020-06-02
发明(设计)人: 孙雁飞;乔峰;亓晋;许斌 申请(专利权)人: 南京邮电大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/04;G06F16/901;G06F16/906;G06N20/00
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 姚姣阳
地址: 210023 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 供需 优化 匹配 方法 框架
【权利要求书】:

1.一种供需优化匹配方法,其特征在于,包括以下步骤:

步骤1、使用供需实例结构化层中的供需数据结构转化模块,将原始供需实例池中的原始供需数据转化为图结构的供需数据,并存放在结构化供需数据实例池中;

步骤2、使用任务分治层中的供需实例分类模块,将结构化供需数据实例池中的结构化供需数据进行分类;

步骤3、使用任务分治层中的供需实例采样模块,将分类好的供需数据采样形成众多小的子适配域;

步骤4、通过供需匹配模块和供需匹配优化模块对各子适配域进行并行匹配和优化,并通过迁移学习模块在各优化进程间分享参数,提升优化速度。

2.根据权利要求1所述的供需优化匹配方法,其特征在于:所述原始供需实例池中的非结构化或者半结构化的供需数据,经过所述供需数据结构转化模块转换后,存入所述结构化供需数据实例池,其中,所述供需数据结构转化模块包括将任务数据和服务数据转化为图结构数据的两种转换方式。

3.根据权利要求2所述的供需优化匹配方法,其特征在于:所述任务数据的转化方法为:

TaskNetwork=T,E,

E={eij},W={wij},i,j=1,2,…,m,

其中,任务图TaskNetwork由任务节点T和边E组成,eij表示第i个原始任务和第j个原始任务之间的边的类型,wij表示其边的权重,Tprimitive表示原始任务。

4.根据权利要求2所述的供需优化匹配方法,其特征在于:所述服务数据的转化方法为:

ServiceNetwork=S,E,

E={eij},

其中,Sprimitive表示原始服务。

5.根据权利要求1所述的供需优化匹配方法,其特征在于:所述供需实例分类模块使用基于图网络和深度学习的图聚类算法。

6.根据权利要求1所述的供需优化匹配方法,其特征在于:所述供需实例采样模块使用基于深度图分类结果的采样算法。

7.根据权利要求1所述的供需优化匹配方法,其特征在于:所述供需匹配模块的匹配原则为:

功能匹配为

时间区间匹配为

其中,是中的第k个原始任务,是中的第l个原始服务。

8.根据权利要求1所述的供需优化匹配方法,其特征在于:所述供需匹配优化模块使用基于深度强化学习的供需匹配优化算法。

9.根据权利要求1所述的供需优化匹配方法,其特征在于:所述迁移学习模块使用基于进化机制迁移学习算法。

10.一种供需优化匹配框架,其特征在于,包括:

供需实例结构化层,包括原始供需实例池、供需数据结构转化模块和结构化供需数据实例池,用于定义供需数据,并转换任务数据,以及转换服务数据;

任务分治层,包括供需实例分类模块、供需实例采样模块和子适配域集合,通过将供需实例分类后并采样,重组适配域,用于任务的分治;

供需匹配与优化层,包括供需匹配模块、供需匹配优化模块和迁移学习模块,通过强化学习,在匹配的供需基础上找到更好的供需组合,并在不同的分治优化任务中分享训练参数,以加速整个优化的进程。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010002233.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top