[发明专利]组合优化问题的处理方法和装置

说明书

本申请公开了一种组合优化问题的处理方法和组合优化问题的处理装置。所述组合优化问题的处理方法包括：在未满足计算终止条件时，分别向多个计算单元提供计算任务对应的初始解；接收多个计算单元依据初始解执行所述计算任务获得的解；针对所述解进行聚类，获取聚类后的解集群；在确定满足计算终止条件之后，从所述聚类后的解集群中确定最终解。本发明实施例提出的组合优化问题的处理方法可以针对同一个组合优化问题，利用多种搜索策略并行地进行搜索，充分发挥了不同搜索策略对于某一类型问题的求解优势，从而能够快速地获得更好的解。

技术领域

本申请涉及计算机信息处理领域，特别是涉及一种组合优化问题的处理方法和组合优化问题的处理装置。

背景技术

在目前的信息处理领域中，组合优化问题是最优化领域中的一类典型问题，即从组合问题的可行解集(一个整数，一个集合，一个排列，或者一个图)中找出最优解。可定义为：

Θ为有限集合，f为Θ到实数集R上的映射，即f：Θ→R。求θ^*∈Θ，使得对于任意的θ′∈Θ，有f(θ^*)≤f(θ′)，即求解

经典的组合优化问题包括车辆路径优化问题、装箱问题、设施选址问题、计划排程问题等。例如，在车辆路径规划问题中，车辆运输成本是物流系统中配送成本的主要组成部分之一，所以车辆路径规划问题一直是物流业界和学术界的研究热点之一。强大的路径规划算法能够帮助物流企业大幅降低配送成本、提高配送效率。

结合图1所示，车辆路径规划问题中，物流网络中有若干个配送点a1、a2、a3、a4，每个配送点有不同数量的货物需求，需要车辆从仓库W取货并配送到这些配送点，所需要优化的方案为如何将配送任务分配到不同的车辆上，以及安排车辆的配送路线，从而获得最小化使用车辆数、最少的车辆总行驶距离等，减少车辆运输成本。

在解决车辆路径规划问题时，搜索过程中的最优解例如可以包括三个方面，即：需要用车辆的数目n、每辆车应服务哪些配送点(例如一些车辆服务a1、a2配送点、另一些车辆服务a3、a4配送点)，以及从仓库出发之后每辆车服务配送点的顺序(例如某一车辆的配送顺序为先a4，再a3，最后a1等)。即，最优解包括上述三个维度，满足最小化使用车辆数、最少的车辆总行驶距离等要求。

在其他组合优化问题的领域中同样存在着上述问题。为了避免大量的计算，业界提出了各种处理方法以解决这一问题。例如基于分解-并行遗传算法的约束优化算法。这一算法首先将所需要优化的原问题分解为多个子问题和一个常规问题，然后对子问题进行迭代进化，从子问题中选择满足约束条件的染色体按照顺序组成多条染色体，作为常规种群的初始种群，然后对常规问题和子问题进行并行遗传算法迭代。此算法的缺点包括：需要对原问题进行合理精心的分解、仅使用单一算法、需要重复搜索才能获得最优解等，造成了计算资源浪费、搜索过程冗长、搜索结果不够优良。

发明内容

鉴于上述问题，本发明一实施例提出一种组合优化问题的处理方法和组合优化问题的处理装置，以解决现有技术存在的问题。

为了解决上述问题，本申请一实施例公开一种组合优化问题的处理方法，包括：

在未满足计算终止条件时，分别向多个计算单元提供计算任务对应的初始解；

接收多个计算单元依据初始解执行所述计算任务获得的解；

针对所述解进行聚类，获取聚类后的解集群；

在确定满足计算终止条件之后，从所述聚类后的解集群中确定最终解。

为了解决上述问题，本申请一实施例还公开一种电子装置，该电子装置包括：

存储器，用于存储计算机可读程序；

处理器，当所述处理器读取所述存储器中的计算机可读程序时，所述电子装置执行如下操作：