[发明专利]路由序列生成方法、装置、计算机设备和存储介质

权利要求书

1.一种路由序列生成方法，其特征在于，所述方法包括：

获取路由起点和路由终点；

通过训练好的循环神经网络模型，对所述路由起点的后续网点进行预设次数的预测，获得所述预设次数的预测序列；

根据所述预设次数的预测序列中包含所述路由终点的预测序列，确定可选路由序列。

2.根据权利要求1所述的方法，其特征在于，通过训练好的循环神经网络模型，对所述路由起点的后续网点进行预设次数的预测，获得所述预设次数的预测序列，包括：对于每次预测，进行以下处理：

根据所述路由起点确定当前序列；

通过所述训练好的循环神经网络模型对所述当前序列中的末位网点的下一网点进行预测，获得各预测网点对应的预测概率；

基于各所述预测网点对应的预测概率，选取一个预测网点作为所述末位网点的下一网点；

当不满足停止条件时，根据所述下一网点和所述当前序列确定新的当前序列，返回通过所述训练好的循环神经网络模型对所述当前序列中的末位网点的下一网点进行预测的步骤，直至满足所述停止条件，根据获得的所有下一网点生成预测序列。

3.根据权利要求2所述的方法，其特征在于，基于各所述预测网点对应的预测概率，选取一个预测网点作为所述末位网点的下一网点，包括：

对各所述预测网点对应的预测概率进行处理，获得各所述预测网点对应的采样概率；

基于各所述预测网点对应的采样概率在所有预测网点中进行采样，获得所述末位网点的下一网点。

4.根据权利要求3所述的方法，其特征在于，对各所述预测网点对应的预测概率进行处理，获得各所述预测网点对应的采样概率，包括：

对各所述预测网点对应的预测概率进行取对数处理，获得各所述预测网点对应的第一概率；

根据各所述预测网点对应的第一概率与预设均匀化参数的比值，获得各所述预测网点对应的第二概率；

对各所述预测网点对应的第二概率进行求幂处理，获得各所述预测网点对应的第三概率；

根据各所述预测网点对应的第三概率与所有预测网点对应的第三概率之和的比值，获得各所述预测网点对应的采样概率。

5.根据权利要求3所述的方法，其特征在于，对各所述预测网点对应的预测概率进行处理，获得各所述预测网点对应的采样概率，包括：

若所述预测网点已存在于所述当前序列中，将所述预测网点对应的采样概率设为零。

6.根据权利要求2所述的方法，其特征在于，所述停止条件包括：获得的所述下一网点的累计数量达到预设数量，或获得的所述下一网点中包括所述路由终点。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述循环神经网络模型的训练方法包括：

获取样本路由序列及其对应的预测目标，所述预测目标包括所述样本路由序列中各样本网点的下一目标网点；

通过待训练循环神经网络模型，基于所述样本路由序列进行预测，获得所述样本路由序列对应的预测结果，所述预测结果包括各样本网点的下一预测网点及其预测概率；

根据所述样本路由网点序列对应的预测结果和预测目标，修正所述待训练循环神经网络模型的参数，直至满足训练结束条件，获得训练好的循环神经网络模型。

8.根据权利要求7所述的方法，其特征在于，获取样本路由序列，包括：根据真实路由序列和预设数量生成样本路由序列，所述预设数量表示所述样本路由序列中网点的数量。

9.根据权利要求8所述的方法，其特征在于，根据真实路由序列和预设数量生成样本路由序列，包括下述两项中的至少一项：

若真实路由序列中除末位网点以外的其它网点的数量大于或等于所述预设数量，则取前预设数量的网点组成样本路由序列；

若真实路由序列中除末位网点以外的其它网点的数量小于所述预设数量，则取所述其它网点和补全网点组成样本路由序列。