[发明专利]一种资源的优化配置方法、装置以及设备

说明书

本说明书实施例公开了一种资源的优化配置方法、装置以及设备。通过获取第一子目标函数；根据所述局部约束条件对第一子目标函数进行求解，生成各节点所对应的主变量的局部解；获取第二子目标函数；根据松弛后的所述全局约束条件对所述第二子目标函数进行求解，生成各节点所对应的对于所述主变量的局部校正值；采用所述局部校正值对所述局部解进行校正，生成各节点所对应的主变量的规划值；根据所述主变量的规划值对所述资源进行优化配置。从而实现基于具体问题的类型可以使用通用或定制求解器，并基于具体问题的解进行校正优化，解决线性、非线性以及混合整数优化问题。

技术领域

本说明书涉及互联网技术领域，尤其涉及基于一种资源的优化配置方法、装置以及设备。

背景技术

随着大数据和人工智能的发展，分布式优化的方法已经成为解决大规模问题的重要工具，被广泛应用于各类具体的资源配置和优化的场景中，包括诸如信息推荐问题、供应选址问题等等。这一类问题被抽象后基本都是受到全局条件或者局部条件约束的可分问题，但是面对不同的类型的问题往往需要开发新的算法，且需要在实际中验证收敛性，不够灵活。

基于此，需要一种适应性更广的资源优化配置方案。

发明内容

本说明书一个或多个实施例提供一种资源的优化配置方法、装置、设备以及存储介质，用以解决如下技术问题：需要一种适应性更广的资源优化配置方案。

为解决上述技术问题，本说明书一个或多个实施例是这样实现的：

在第一方面，本说明书实施例提供一种资源的优化配置方法，应用于包含全局约束条件、局部约束条件和主目标函数的资源优化场景中，所述方法包括：获取第一子目标函数，其中，所述第一子目标函数基于对所述主目标函数进行松弛生成；根据所述局部约束条件对第一子目标函数进行求解，生成各节点所对应的主变量的局部解；获取第二子目标函数，其中，所述第二子目标函数中包含所述局部解的梯度信息和与所述全局约束条件相关的惩罚项；根据松弛后的所述全局约束条件对所述第二子目标函数进行求解，生成各节点所对应的对于所述主变量的局部校正值；采用所述局部校正值对所述局部解进行校正，生成各节点所对应的主变量的规划值；根据所述主变量的规划值对所述资源进行优化配置。

在第二方面，本说明书实施例提供一种资源的优化配置装置，应用于包含全局约束条件、局部约束条件和主目标函数的资源优化场景中，所述装置包括：第一获取模块，获取第一子目标函数，其中，所述第一子目标函数基于对所述主目标函数进行松弛生成；局部求解模块，根据所述局部约束条件对第一子目标函数进行求解，生成各节点所对应的主变量的局部解；第二获取模块，获取第二子目标函数，其中，所述第二子目标函数中包含所述局部解的梯度信息和与所述全局约束条件相关的惩罚项；局部校正求解模块，根据松弛后的所述全局约束条件对所述第二子目标函数进行求解，生成各节点所对应的对于所述主变量的局部校正值；校正模块，采用所述局部校正值对所述局部解进行校正，生成各节点所对应的主变量的规划值；资源配置模块，根据所述主变量的规划值对所述资源进行优化配置。

在第三方面，本说明书实施例提供一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的方法。

在第四方面，本说明书实施例提供一种非易失性计算机存储介质存储有计算机可执行指令，当计算机读取存储介质中的计算机可执行指令后，该指令使得一个或多个处理器执行如第一方面所述的方法。

本说明书一个或多个实施例采用的上述至少一个技术方案能够达到以下有益效果：通过获取第一子目标函数，其中，所述第一子目标函数基于对所述主目标函数进行松弛生成；