复杂问题自动建模与求解的通用方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113887030A(43)申请公布日2022.01.04(21)申请号202111119999.8(22)申请日2021.09.24(71)申请人南方科技大学地址518055广东省深圳市南山区桃源街道学苑大道1088号(72)发明人赵琪史玉回(74)专利代理机构广州嘉权专利商标事务所有限公司44205代理人廖慧贤(51)Int.Cl.G06F30/20(2020.01)G06F30/25(2020.01)G06F30/27(2020.01)G06F111/04(2020.01)权利要求书2页说明书20页附图7页(54)发明名称复杂问题自动建模与求解的通用方法及系统(57)摘要本申请公开了一种复杂问题自动建模与求解的通用方法及系统。本申请的复杂问题自动建模与求解的通用方法，包括：获取原始问题数据，根据获取到的原始问题数据构建问题模型，其中问题模型包括适用于求解目标问题的目标函数和约束条件，接着检测原始问题数据的问题类型，根据问题类型和问题模型构建求解目标问题的求解算法，根据确定出的求解算法，对问题模型的目标函数进行求解计算，得到求解数据，本申请能够在不具备充分的问题领域理论基础和专家经验的复杂条件下，同时实现问题自动建模和针对所构建的模型自动设计求解算法，进而实现应对复杂问题全过程的自动化，避免人为求解导致的误差，提高问题求解的准确率。CN113887030ACN113887030A权利要求书1/2页1.复杂问题自动建模与求解的通用方法，其特征在于，包括：获取原始问题数据；根据所述原始问题数据构建问题模型；其中，所述问题模型包括目标函数和约束条件；检测所述原始问题数据的问题类型；根据所述问题类型和所述问题模型构建求解算法；根据所述求解算法对所述目标函数进行求解计算，得到求解数据。2.根据权利要求1所述的方法，其特征在于，所述原始问题数据包括问题信息和对应的约束条件，所述目标函数为第一目标函数；对应的，所述根据所述原始问题数据构建问题模型，包括：根据所述问题信息和所述约束条件，生成第一初始函数；根据所述第一初始函数和预设的函数数据结构，得到所述第一初始函数的第一表征方式；根据所述第一表征方式和预设的模型决策空间，得到所述第一初始函数的第一取值范围；根据所述第一初始函数、所述第一表征方式和所述第一取值范围，得到第一目标函数；根据所述第一目标函数，构建所述问题模型。3.根据权利要求2所述的方法，其特征在于，所述模型决策空间包括多个预设变量、多个预设常量和多个预设运算规则；对应的，所述根据所述第一表征方式和预设的模型决策空间，得到所述第一初始函数的第一取值范围，包括：根据所述第一表征方式，从所述多个预设变量中选取目标变量，从所述多个预设常量中选取目标常量，并从所述多个预设运算规则中选取目标运算规则；根据所述目标变量、目标常量和目标运算规则，得到第一初始函数的第一取值范围。4.根据权利要求2的方法，其特征在于，目标函数为第二目标函数；对应的，根据第一目标函数，构建问题模型，包括：获取第一初始函数对应的目标模型性能；获取符合目标模型性能的第一目标函数，作为第二目标函数；根据第二目标函数，构建问题模型。5.根据权利要求1至4任一项的方法，其特征在于，原始问题数据的问题类型为NP类型；对应的，根据问题类型和问题模型确定求解算法，包括：根据所述原始问题数据和所述问题模型，生成第二初始函数；根据所述第二初始函数和预设的算法数据结构，得到所述第二初始函数的第二表征方式；根据所述第二初始函数和所述第二表征方式，从预设的或随机的算法决策空间中获取用于求解所述问题模型的求解算法。6.根据权利要求5所述的方法，其特征在于，所述算法决策空间包括多个预设或随机算法组件和对应的参数取值范围；对应的，所述根据所述第二初始函数和所述第二表征方式，从预设的或随机的算法决策空间中获取用于求解所述问题模型的求解算法，包括：2CN113887030A权利要求书2/2页根据所述第二初始函数和所述第二表征方式，从所述多个预设或随机算法组件中选取目标算法组件；从所述目标算法组件对应的参数取值范围中选取目标参数；根据所述目标算法组件和对应的所述目标参数，得到所述求解算法。7.根据权利要求5所述的方法，其特征在于，所述根据所述第二初始函数和所述第二表征方式，从预设的或随机的算法决策空间中获取用于构建所述问题模型的求解算法，包括：获取所述第二初始函数对应的目标算法性能；根据所述第二表征方式和启发式搜索方法，从所述算法决策空间中获取符合所述目标算法性能的所述求解算法。8.复杂问题自动建模与求解的通用系统，其特征在于，包括：获取模块：用于获取原始问题数据；构建模块：用于根据所述原始问题数据构建问题模型；其中，所述