基于云计算技术的目标函数求解方法、装置和计算设备与流程

本技术涉及云计算领域，并且更具体地，涉及一种基于云计算技术的目标函数求解方法、装置以及计算设备。

背景技术：

1、运筹学主要运用数学方法研究各种系统的优化途径及方案，为决策者提供科学决策的依据。数学规划是运筹学的一个重要分支，它主要研究的目标(或目标函数)在给定的区域中寻找可以最小化或最大化某一函数的最优解。为求解数学规划问题，业界针对线性、整数、混合整数以及各种非线性规划模型开发了专门的软件系统，即数学规划求解器(也可简称为求解器)。

2、求解器中包括割平面模块，割平面模块会生成一系列约束条件，称为待选择的割平面集合。但是如果将所有待选择的割平面加入目标函数的求解过程会增加求解负担，从而不能达到最优加速求解的目的。因此，割平面模块需要从这些待选择的割平面集合中选择一部分割平面，并将该一部分割平面加入目标函数的求解过程。上述割平面的选择过程可以缩小目标函数寻找最优解的可行域，达到最优加速求解的效果，这一选择过程也可以称为割平面选择。

3、一种相关的技术方案中，上述割平面的选择过程是基于启发式规则进行的。也就是说，在该技术方案中，基于专家知识，设计多种评价指标，如目标平行度，整数支持度，线性规划最优解距离等。对所有待选择的割平面进行打分，最终从待选择的割平面中选择高分的一部分割平面加入到目标函数的求解过程中。这类方法高度依赖专家知识设计，如果对所有的目标函数使用一套规则从待选择的割平面集合中选择割平面，会存在规则通用性差的问题，相应的目标函数的求解性能也不是最优。如果一类目标函数专门设计一套规则，则存在专家设计成本过于高昂的问题，在实际应用中不可接受的情况。

4、因此，如何提高目标函数的求解性能成为亟需要解决的技术问题。

技术实现思路

1、本技术提供一种基于云计算技术的目标函数求解方法、装置以及计算设备，该方法根据人工智能ai模型从m个待选择的割平面中选择出针对用户数据中的目标函数的割平面集合，从而提高目标函数的求解性能。

2、第一方面，提供了一种基于云计算技术的目标函数求解方法，该方法应用于云管理平台，该方法包括：该云管理平台获得租户上传的用户数据，根据第一人工智能ai模型确定用户数据对应的第一割平面集合，并根据第一割平面集合和用户数据中包括的目标函数，求解得到该目标函数的求解结果，从而向租户提供求解结果，或将求解结果保存至云管理平台的存储模块中。其中，用户数据包括目标函数和约束信息，第一割平面集合是第一ai模型从m个待选择割平面中选择的n个割平面，该m个待选择割平面是用于求解该目标函数的多个约束条件，m和n为正整数，n小于m。

3、上述技术方案中，可以根据第一ai模型从m个待选择的割平面中选择出针对用户数据中的目标函数的割平面集合，由于选择的割平面集合是针对用户数据中的目标函数确定的，因此，相应的目标函数的求解性能也是最优的。同时，相比较通过专家知识针对目标函数专门设计一套规则而言，还可以节省专家设计成本，在实际应用中比较容易被接受。

4、结合第一方面，在第一方面的某些实现方式中，该云管理平台还可以确定租户输入或选择的第一ai模型，根据目标函数和约束信息生成m个待选择的割平面。该云管理平台还可以根据第一ai模型确定目标函数对应的割平面的选择比例，并根据割平面的选择比例从上述m个待选择的割平面中选择n个割平面作为第一割平面集合，其中，第一ai模型的输入包括目标函数、约束信息和m个待选择的割平面。

5、上述技术方案中，相比固定的割平面的选择比例而言，上述自适应根据目标函数本身的特征以及待选择的割平面的特征学习到的割平面的选择比例，可以有助于学习到全局最优的割平面选择比例，从而达到在动作全空间充分搜索，避免陷入局部最优解。

6、结合第一方面，在第一方面的某些实现方式中，该第一ai模型为以下中的任一种：神经网络模型，决策树模型，逻辑回归模型。

7、结合第一方面，在第一方面的某些实现方式中，云管理平台还可以根据第二ai模型对该目标函数进行降维处理得到该目标函数的低维表示；和/或该云管理平台还可以根据该第二ai模型对该约束信息进行降维处理得到该约束信息的低维表示；和/或该云管理平台还可以根据该第二ai模型对该m个待选择的割平面进行降维处理得到该m个待选择的割平面的低维表示。

8、结合第一方面，在第一方面的某些实现方式中，该第一ai模型的输入包括该目标函数的低维表示，该约束信息的低维表示以及该m个待选择的割平面的低维表示。

9、上述技术方案中，通过对第一ai模型的输入信息进行降维处理，可以得到输入信息的低维表示，从而降低第一ai模型处理的复杂度。

10、结合第一方面，在第一方面的某些实现方式中，该第二ai模型为以下中的任一种：图卷积神经网络，主成分分析模型。

11、结合第一方面，在第一方面的某些实现方式中，云管理平台还可以根据第三ai模型确定第一割平面集合中包括的n个割平面的添加顺序，其中，该第三ai模型的输入为m个待选择割平面以及目标函数对应的割平面的选择比例。

12、上述技术方案中，通过确定第一割平面集合中n个割平面的添加顺序，使得n个割平面按照一定的顺序进行添加，从而提高对目标函数进行求解的效率。

13、结合第一方面，在第一方面的某些实现方式中，该第三ai模型为以下中的任一种：指针网络模型，回归模型，决策树模型。

14、结合第一方面，在第一方面的某些实现方式中，云管理平台还可以向租户提供以下信息中的任一种或任意多种的组合：目标函数对应的割平面的选择比例，第一割平面集合中的n个割平面，该n个割平面的添加顺序。

15、结合第一方面，在第一方面的某些实现方式中，该第一ai模型是云管理平台根据目标函数，约束信息，m个待选择割平面以及目标函数对应的割平面的选择比例训练得到的。

16、第二方面，提供了一种选择割平面的装置，该装置应用于云管理平台，该装置包括：获取模块，确定模块，求解模块，其中，获取模块用于获取租户上传的用户数据；确定模块用于根据第一ai模型，确定该用户数据对应的第一割平面集合，求解模块用于根据该第一割平面集合和该目标函数，求解得到该目标函数的求解结果，并将所述求解结果提供给所述租户和/或进行保存。其中，该用户数据包括目标函数和约束信息，该第一割平面集合中包括n个割平面，该第一割平面集合是该第一ai模型从m个待选择割平面中选择的n个割平面，该n个待选择割平面是用于求解该目标函数的多个约束条件。

17、结合第二方面，在第二方面的某些实现方式中，该装置还包括：生成模块，其中，该确定模块还用于确定该租户输入或选择的该第一ai模型；生成模块用于根据该目标函数和该约束信息生成该m个待选择的割平面；该确定模块还用于根据该第一ai模型确定该目标函数对应的割平面的选择比例；该确定模块还用于根据该割平面的选择比例从该m个待选择的割平面中选择该第一割平面集合。其中，该第一ai模型的输入包括该目标函数、该约束信息和该m个待选择的割平面。

18、结合第二方面，在第二方面的某些实现方式中，该第一ai模型为以下中的任一种：神经网络模型，决策树模型，逻辑回归模型。

19、结合第二方面，在第二方面的某些实现方式中，该装置还包括：降维模块，用于根据第二ai模型对该目标函数进行降维处理得到该目标函数的低维表示；和/或用于根据该第二ai模型对该约束信息进行降维处理得到该约束信息的低维表示；和/或用于根据该第二ai模型对该m个待选择的割平面进行降维处理得到该m个待选择的割平面的低维表示。

20、结合第二方面，在第二方面的某些实现方式中，该第一ai模型的输入包括该目标函数的低维表示，该约束信息的低维表示以及该m个待选择的割平面的低维表示。

21、结合第二方面，在第二方面的某些实现方式中，该第二ai模型为以下中的任一种：图卷积神经网络，主成分分析模型。

22、结合第二方面，在第二方面的某些实现方式中，该确定模块还用于根据第三ai模型确定该第一割平面集合中包括的n个割平面的添加顺序，其中，该第三ai模型的输入为该m个待选择割平面以及目标函数对应的割平面的选择比例。

23、结合第二方面，在第二方面的某些实现方式中，该第三ai模型为以下中的任一种：指针网络模型，回归模型，决策树模型。

24、结合第二方面，在第二方面的某些实现方式中，该装置还包括：发送模块，用于向该租户提供以下信息中的任一种或任意多种的组合：该目标函数对应的割平面的选择比例，该第一割平面集合中的n个割平面，该n个割平面的添加顺序。

25、结合第二方面，在第二方面的某些实现方式中，该第一ai模型是云管理平台根据目标函数，约束信息，m个待选择割平面以及该目标函数对应的割平面的选择比例训练得到的。

26、第三方面，提供了一种计算设备，包括处理器和存储器，可选地，还包括输入输出接口。其中该处理器用于控制该输入输出接口收发信息，该存储器用于存储计算机程序，该处理器用于从存储器中调用并运行该计算机程序，使得该执行第一方面或第一方面任意一种可能的实现方式中该的方法。

27、可选地，该处理器可以是通用处理器，可以通过硬件来实现也可以通过软件来实现。当通过硬件实现时，该处理器可以是逻辑电路、集成电路等；当通过软件来实现时，该处理器可以是一个通用处理器，通过读取存储器中存储的软件代码来实现，该存储器可以集成在处理器中，可以位于该处理器之外，独立存在。

28、第四方面，提供了一种计算设备集群，包括至少一个计算设备，每个计算设备包括处理器和存储器；该至少一个计算设备的处理器用于执行该至少一个计算设备的存储器中存储的指令，以使得该计算设备集群执行第一方面或第一方面任意一种可能的实现方式中该的方法。

29、第五方面，提供了一种芯片，该芯片获取指令并执行该指令来实现上述第一方面以及第一方面的任意一种实现方式中的方法。

30、可选地，作为一种实现方式，该芯片包括处理器与数据接口，该处理器通过该数据接口读取存储器上存储的指令，执行上述第一方面以及第一方面的任意一种实现方式中的方法。

31、可选地，作为一种实现方式，该芯片还可以包括存储器，该存储器中存储有指令，该处理器用于执行该存储器上存储的指令，当该指令被执行时，该处理器用于执行第一方面以及第一方面中的任意一种实现方式中的方法。

32、第六方面，提供了一种包含指令的计算机程序产品，当该指令被计算设备运行时，使得该计算设备执行如上述第一方面以及第一方面的任意一种实现方式中的方法。

33、第七方面，提供了一种包含指令的计算机程序产品，当该指令被计算设备集群运行时，使得该计算设备集群执行执行如上述第一方面以及第一方面的任意一种实现方式中的方法。

34、第八方面，提供了一种计算机可读存储介质，其特征在于，包括计算机程序指令，当该计算机程序指令由计算设备执行时，该计算设备执行如上述第一方面以及第一方面的任意一种实现方式中的方法。

35、作为示例，这些计算机可读存储包括但不限于如下的一个或者多个：只读存储器(read-only memory，rom)、可编程rom(programmable rom，prom)、可擦除的prom(erasableprom，eprom)、flash存储器、电eprom(electrically eprom，eeprom)以及硬盘驱动器(harddrive)。

36、可选地，作为一种实现方式，上述存储介质具体可以是非易失性存储介质。

37、第九方面，提供了一种计算机可读存储介质，其特征在于，包括计算机程序指令，当该计算机程序指令由计算设备集群执行时，该计算设备集群执行如上述第一方面以及第一方面的任意一种实现方式中的方法。

38、作为示例，这些计算机可读存储包括但不限于如下的一个或者多个：只读存储器(read-only memory，rom)、可编程rom(programmable rom，prom)、可擦除的prom(erasableprom，eprom)、flash存储器、电eprom(electrically eprom，eeprom)以及硬盘驱动器(harddrive)。

39、可选地，作为一种实现方式，上述存储介质具体可以是非易失性存储介质。