[发明专利]模型训练方法、货物堆放的优化方法、装置和电子设备

权利要求书

1.一种模型训练方法，应用于货物堆放优化问题，所述方法包括：

预先构建I个神经网络模型，所述I为大于1的整数；

基于混合整数规划求解器利用第一训练数据，对所述I个神经网络模型进行迭代训练，得到I个目标神经网络模型；

其中，第j个神经网络模型的初始化参数与第j-1个神经网络模型训练得到的目标参数关联，j为大于1且小于或者等于I的整数；

所述神经网络模型用于对所接收到的函数信息进行混合整数规划的过程中，确定求解树的各节点的决策变量；所述第一训练数据包括求解树中各分支节点对应的目标决策变量的标签数据。

2.根据权利要求1所述的方法，其中，所述第一训练数据还包括第一函数信息和第一决策变量集，所述第一函数信息包括：以在第一货仓中堆放的第一货物的数量最多为优化目标确定的函数信息。

3.根据权利要求1所述的方法，其中，所述对所述I个神经网络模型进行迭代训练，得到I个目标神经网络模型，包括：

基于混合整数规划求解器利用第j训练数据，对第j个神经网络模型进行迭代训练，得到第j个目标神经网络模型；

其中，在所述j等于1的情况下，所述第j训练数据为所述第一训练数据；

在所述j不等于1的情况下，所述第j训练数据为基于所述第j-1个目标神经网络模型输出的决策变量对所述第一训练数据进行更新之后，得到的训练数据；

所述j为大于或者等于1的整数，且所述j小于或者等于所述I。

4.根据权利要求3所述的方法，其中，所述基于混合整数规划求解器利用第j训练数据，对第j个神经网络模型进行迭代训练，得到第j个目标神经网络模型，包括：

利用目标参数对所述第j个神经网络模型的模型参数进行初始化；

基于混合整数规划求解器利用第j训练数据，对所述第j个神经网络模型进行k次迭代训练，得到第j个目标神经网络模型；

其中，在所述j等于1的情况下，所述目标参数为预设模型的模型参数；

在所述j不等于1的情况下，所述目标参数为第j-1个目标神经网络模型的模型参数，所述k为大于或者等于1的整数。

5.根据权利要求4所述的方法，其中，所述k次迭代训练中的第s次训练包括：

将目标训练数据输入第j个神经网络模型，得到所述第j个神经网络模型输出的第s个决策变量，所述第s个决策变量为与所述求解树中的第[(j-1)*k+s]个节点对应的决策变量；

将所述目标训练数据和所述第s个决策变量输入所述混合整数规划求解器进行求解，得到预测结果；

基于所述预测结果与理论结果生成第s个回报值；

基于所述第s个回报值对所述第j个神经网络模型进行更新；

在所述s等于1的情况下，所述目标训练数据为所述第j训练数据；

在所述s不等于1的情况下，所述目标训练数据为：基于所述第j个神经网络模型第(s-1)次输出的决策变量对所述第j训练数据进行更新之后得到的训练数据。

6.根据权利要求5所述的方法，其中，所述基于所述第s个回报值对所述第j个神经网络模型进行更新，包括：

基于所述第s个回报值与历史平均回报值的差值，对所述第s个回报值进行标准化，得到第s个目标回报值，其中，所述历史平均回报值为所述混合整数规划求解器所输出的历史回报值的平均值；

基于所述第s个目标回报值对所述第j个神经网络模型进行更新。