[发明专利]一种模型评估方法、电子设备及计算机可读存储介质

权利要求书

1.一种模型评估方法，其特征在于，包括：

获取K个因素组，基于每个所述因素组所包括的目标因素，确定每个所述因素组对应的K个第1次查找值，每个所述因素组还包括K-1个因素，每个所述因素组的所述目标因素不同，K为大于1的正整数，所述因素对应于一个虚拟对象的一个属性，所述虚拟对象用于在关卡强度测试中对待测关卡进行通关；

通过迭代i执行以下处理，1≤i≤I-1，且i为递增的正整数变量，I为大于1的正整数：

利用决策模型得出K个第i次查找值对应的第i次决策值，其中，所述决策模型为所述待测关卡对应的通关模型；

基于所述第i次决策值与决策阈值的比较结果，将K个所述因素组划分为第一因素组和第二因素组，其中，所述第i次决策值为通关组合的战力，所述比较结果为通关结果；

将所述第一因素组中的所述目标因素的第i次查找值，更新至所述第二因素组中的每个所述因素组中；

在所述第一因素组和更新的所述第二因素组中，对每个所述因素组的所述目标因素的所述第i次查找值进行折半查找，得到每个所述因素组对应的K个第i+1次查找值；

基于迭代i得到的每个所述因素组对应的K个第I次查找值，确定最优组合值，并基于所述最优组合值评估所述决策模型，其中，所述最优组合值为通关组合的最低战力。

2.根据权利要求1所述的方法，其特征在于，所述获取K个因素组，包括：

获取所述决策模型关联的M个个体对象、以及每个所述个体对象对应的N个属性，其中，M为正整数，N为正整数；

基于M个所述个体对象中每个所述个体对象对应的N个所述属性，生成K个所述因素组，其中，所述目标因素和所述K-1个所述因素中的任一个对应于一个所述个体对象的一个所述属性，K=M*N。

3.根据权利要求1所述的方法，其特征在于，所述基于每个所述因素组所包括的目标因素，确定每个所述因素组对应的K个第1次查找值，包括：

获取查找方向；

结合所述查找方向和每个所述因素组的所述目标因素，确定每个所述因素组的所述目标因素的所述第1次查找值、以及K-1个所述因素的K-1个所述第1次查找值；

将所述目标因素的所述第1次查找值、以及K-1个所述因素的K-1个所述第1次查找值，组合为每个所述因素组对应的K个所述第1次查找值。

4.根据权利要求3所述的方法，其特征在于，所述结合所述查找方向和每个所述因素组的所述目标因素，确定每个所述因素组的所述目标因素的所述第1次查找值、以及K-1个所述因素的K-1个所述第1次查找值，包括：

当所述查找方向为正向查找方向时，将每个所述因素组的所述目标因素的最大因素值，确定为每个所述因素组的所述目标因素的所述第1次查找值，并将K-1个所述因素的K-1个最小因素值，确定为K-1个所述因素的K-1个所述第1次查找值；

当所述查找方向 为反向查找方向时，将每个所述因素组的所述目标因素的最小因素值，确定为每个所述因素组的所述目标因素的所述第1次查找值，并将K-1个所述因素的K-1个最大因素值，确定为K-1个所述因素的K-1个所述第1次查找值，所述反向查找方向与所述正向查找方向相对。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述基于所述第i次决策值与决策阈值的比较结果，将K个所述因素组划分为第一因素组和第二因素组，包括：

在K个所述因素组中，将所述第i次决策值大于所述决策阈值的所述因素组组合为所述第一因素组，并将所述第i次决策值小于或等于所述决策阈值的所述因素组组合为所述第二因素组；

所述基于迭代i得到的每个所述因素组对应的K个第I次查找值，确定最优组合值，包括：

针对迭代i得到的每个所述因素组对应的K个第I次查找值，获取第I次决策值；

基于大于所述决策阈值的每个所述第I次决策值对应的K个第I次查找值，确定最低组合值，所述最低组合值为K个第I次查找值的最低组合得分；

将所述最低组合值确定为所述最优组合值。