本發(fā)明涉及計(jì)算機(jī)技術(shù)應(yīng)用領(lǐng)域，特別是涉及一種航班串節(jié)點(diǎn)序列確定方法。
背景技術(shù)：
1、在一些應(yīng)用場(chǎng)景中，需要對(duì)待處理事件指定執(zhí)行對(duì)象，以使得待處理事件能夠被順暢執(zhí)行。例如，對(duì)于待處理的飛機(jī)航班計(jì)劃，需要為每個(gè)航班分配合適的飛機(jī)，以使得航班計(jì)劃能夠最大程度的順暢實(shí)現(xiàn)。對(duì)于航班計(jì)劃的排班問(wèn)題，當(dāng)前已有很多解決方案，本發(fā)明力求提供另一種能夠盡可能減少使用資源和防止航班先天性延誤的解決方案。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案為：
2、本發(fā)明實(shí)施例提供一種航班串節(jié)點(diǎn)序列確定方法，所述方法基于經(jīng)訓(xùn)練后的節(jié)點(diǎn)序列確定模型實(shí)現(xiàn)，所述經(jīng)訓(xùn)練后的節(jié)點(diǎn)序列確定模型包括起始節(jié)點(diǎn)選擇模塊、節(jié)點(diǎn)嵌入特征提取模塊和目標(biāo)節(jié)點(diǎn)獲取模塊；所述方法包括如下步驟：
3、s100，基于當(dāng)前待處理事件集，構(gòu)建全連通圖；當(dāng)前待處理事件集中的一個(gè)待處理事件表征一個(gè)航班，全連通圖為含有自連接的無(wú)向圖，全連通圖中的節(jié)點(diǎn)表示待處理事件，任意兩個(gè)節(jié)點(diǎn)之間通過(guò)無(wú)向邊連接。
4、s200，將所述全連通圖輸入至起始節(jié)點(diǎn)選擇模塊中，以從全連通圖中的所有節(jié)點(diǎn)中隨機(jī)選擇kc個(gè)節(jié)點(diǎn)作為起始節(jié)點(diǎn)，并輸入給所述目標(biāo)節(jié)點(diǎn)獲取模塊；kc＞1。
5、s300，將所述全連通圖輸入至節(jié)點(diǎn)嵌入特征提取模塊中，以對(duì)全連通圖中的所有節(jié)點(diǎn)的節(jié)點(diǎn)嵌入特征進(jìn)行提取，并將提取的節(jié)點(diǎn)嵌入特征輸入給所述目標(biāo)節(jié)點(diǎn)獲取模塊。
6、s400，對(duì)于每個(gè)起始節(jié)點(diǎn)，利用所述目標(biāo)節(jié)點(diǎn)獲取模塊獲取每個(gè)起點(diǎn)節(jié)點(diǎn)對(duì)應(yīng)的節(jié)點(diǎn)序列集，作為候選節(jié)點(diǎn)序列集，得到k個(gè)候選節(jié)點(diǎn)序列集；其中，候選節(jié)點(diǎn)序列集中的每個(gè)候選節(jié)點(diǎn)序列由同一個(gè)執(zhí)行對(duì)象執(zhí)行。
7、s500，獲取每個(gè)候選節(jié)點(diǎn)序列集對(duì)應(yīng)的總資源需求值，得到k個(gè)總資源需求值，并將k個(gè)總資源需求值中的最小者對(duì)應(yīng)的候選節(jié)點(diǎn)序列集作為當(dāng)前待處理事件的目標(biāo)節(jié)點(diǎn)序列集。
8、本發(fā)明至少具有以下有益效果：
9、本發(fā)明實(shí)施例提供的航班串節(jié)點(diǎn)序列確定方法，所述方法基于經(jīng)訓(xùn)練后的節(jié)點(diǎn)序列確定模型實(shí)現(xiàn)，所述經(jīng)訓(xùn)練后的節(jié)點(diǎn)序列確定模型包括起始節(jié)點(diǎn)選擇模塊、節(jié)點(diǎn)嵌入特征提取模塊和目標(biāo)節(jié)點(diǎn)獲取模塊，該方法包括：基于當(dāng)前待處理事件，構(gòu)建全連通圖；將所述全連通圖輸入至起始節(jié)點(diǎn)選擇模塊中，以從全連通圖中的所有節(jié)點(diǎn)中隨機(jī)選擇k個(gè)節(jié)點(diǎn)作為起始節(jié)點(diǎn)，并輸入給所述目標(biāo)節(jié)點(diǎn)獲取模塊；將所述全連通圖輸入至節(jié)點(diǎn)嵌入特征提取模塊中，以對(duì)全連通圖中的所有節(jié)點(diǎn)的節(jié)點(diǎn)嵌入特征進(jìn)行提取，并將提取的節(jié)點(diǎn)嵌入特征輸入給所述目標(biāo)節(jié)點(diǎn)獲取模塊；對(duì)于每個(gè)起始節(jié)點(diǎn)，利用所述目標(biāo)節(jié)點(diǎn)獲取模塊獲取每個(gè)起點(diǎn)節(jié)點(diǎn)對(duì)應(yīng)的節(jié)點(diǎn)序列集，作為候選節(jié)點(diǎn)序列集，得到k個(gè)候選節(jié)點(diǎn)序列集；獲取每個(gè)候選節(jié)點(diǎn)序列集對(duì)應(yīng)的總資源需求值，得到k個(gè)總資源需求值，并將k個(gè)總資源需求值中的最小者對(duì)應(yīng)的候選節(jié)點(diǎn)序列集作為當(dāng)前待處理事件的目標(biāo)節(jié)點(diǎn)序列集。本發(fā)明由于在獲取節(jié)點(diǎn)序列時(shí)，基于隨機(jī)生成的多個(gè)起始節(jié)點(diǎn)進(jìn)行，能到使得智能體從不同的切入點(diǎn)反復(fù)解決同一個(gè)問(wèn)題，接觸到各種解決問(wèn)題的技巧，進(jìn)而能夠獲取到更準(zhǔn)確的節(jié)點(diǎn)序列。此外，選擇總資源需求值最小的節(jié)點(diǎn)序列作為目標(biāo)節(jié)點(diǎn)序列，能夠使得獲取的節(jié)點(diǎn)序列更符合實(shí)際應(yīng)用場(chǎng)景，適用性強(qiáng)。
10、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識(shí)本發(fā)明的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本發(fā)明的范圍。本發(fā)明的其它特征將通過(guò)以下的說(shuō)明書(shū)而變得容易理解。
1.一種航班串節(jié)點(diǎn)序列確定方法，其特征在于，所述方法基于經(jīng)訓(xùn)練后的節(jié)點(diǎn)序列確定模型實(shí)現(xiàn)，所述經(jīng)訓(xùn)練后的節(jié)點(diǎn)序列確定模型包括起始節(jié)點(diǎn)選擇模塊、節(jié)點(diǎn)嵌入特征提取模塊和目標(biāo)節(jié)點(diǎn)獲取模塊；所述方法包括如下步驟：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)節(jié)點(diǎn)獲取模塊包括候選節(jié)點(diǎn)選擇單元、多頭注意力層、單頭注意力層和目標(biāo)節(jié)點(diǎn)選擇單元；
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)設(shè)約束條件滿足如下條件：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，在s405中，利用所述多頭注意力層獲取全連通圖對(duì)應(yīng)的上下文注意力特征具體包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，當(dāng)前上下文嵌入特征對(duì)應(yīng)的查詢向量qc滿足如下條件：qc=wq×fp，wq為注意力頭的查詢權(quán)重矩陣，全連通圖中的第a個(gè)節(jié)點(diǎn)對(duì)應(yīng)的鍵向量ka=wk×ha，第a個(gè)節(jié)點(diǎn)對(duì)應(yīng)的值向量va=wv×ha，wk為注意力頭的鍵權(quán)重矩陣，ha為第a個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)嵌入特征，wv為注意力頭的值權(quán)重矩陣，其中，如果第a個(gè)節(jié)點(diǎn)不是候選節(jié)點(diǎn)，設(shè)置當(dāng)前上下文嵌入特征和第a個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)嵌入特征之間的注意力分?jǐn)?shù)為負(fù)無(wú)窮，如果第a個(gè)節(jié)點(diǎn)不是候選節(jié)點(diǎn)，設(shè)置當(dāng)前上下文嵌入特征和第a個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)嵌入特征之間的注意力分?jǐn)?shù)s（c，a）=qckat/（dk）1/2，dk為鍵向量的維度，a的取值為1到n，n為全連通圖中的節(jié)點(diǎn)的數(shù)量。
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，在s406中，全連通圖中的第a個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)權(quán)重wa滿足如下條件：
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，第r個(gè)起始節(jié)點(diǎn)對(duì)應(yīng)的總資源需求值dr滿足如下條件：
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述節(jié)點(diǎn)嵌入特征提取模塊包括：節(jié)點(diǎn)嵌入模塊、依次連接的m個(gè)編碼模塊，其中，每個(gè)編碼模塊包括依次連接的多頭自注意力層、第一拼接處理模塊、前饋神經(jīng)網(wǎng)絡(luò)層和第二拼接處理模塊，其中，節(jié)點(diǎn)嵌入模塊分別與第1個(gè)編碼模塊的多頭自注意力層和第一拼接處理連接，每個(gè)編碼模塊的第一拼接處理模塊還與對(duì)應(yīng)的第二拼接處理模塊連接，相鄰的兩個(gè)編碼模塊中的前一個(gè)編碼模塊的第二拼接處理模塊分別與后一個(gè)編碼模塊的多頭自注意力層和第一拼接處理模塊連接，第m個(gè)編碼模塊的第二拼接處理模塊與所述目標(biāo)節(jié)點(diǎn)獲取模塊連接，第一拼接處理模塊和第二拼接處理模塊均用于：對(duì)接收到的輸入特征進(jìn)行拼接，得到對(duì)應(yīng)的拼接結(jié)果，以及對(duì)拼接結(jié)果進(jìn)行仿射變換批量歸一化處理，m＞1。
9.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述經(jīng)訓(xùn)練后的節(jié)點(diǎn)序列確定模型通過(guò)如下步驟獲取：
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，其中，當(dāng)前梯度▽j滿足如下條件：▽j≈（1/kc）∑kcv=1（dv-davg）▽log（wv1×……×wvb2×……×wvz（v）），▽表示梯度，dv為當(dāng)前批次的訓(xùn)練數(shù)據(jù)集對(duì)應(yīng)的第v個(gè)起始節(jié)點(diǎn)對(duì)應(yīng)的總資源需求值，davg為當(dāng)前批次的訓(xùn)練數(shù)據(jù)集對(duì)應(yīng)的k個(gè)起始節(jié)點(diǎn)對(duì)應(yīng)的總資源需求值的平均值，v的取值為1到k，wvb2為第v個(gè)起始節(jié)點(diǎn)對(duì)應(yīng)的候選節(jié)點(diǎn)序列集中的第b2個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)權(quán)重，b2的取值為1到z（v），z（v）為第v個(gè)起始節(jié)點(diǎn)對(duì)應(yīng)的候選節(jié)點(diǎn)序列集中的節(jié)點(diǎn)數(shù)量。