一种自组织迁移的业务处理方法、装置以及设备

    公开(公告)号:CN115392426A

    公开(公告)日:2022-11-25

    申请号:CN202210987681.X

    申请日:2022-08-17

    Inventor: 丁皓 顾咏丰 吴华

    Abstract: 本说明书实施例公开了自组织迁移的业务处理方法。方案包括:随机处理步骤:在包含多个个体的种群中随机选择一个个体,作为领导者,将种群中的其他个体向领导者迁移,对迁移后的个体进行评估,得到第一评估结果,据此确定是否保留迁移后的个体;聚类处理步骤:对保留的各迁移后的个体进行聚类,生成多个子类,在子类中选择一个评估结果最优的个体,作为子类中的领导者,将子类中的其他个体向子类中的领导者迁移,对迁移后的个体进行评估,得到第二评估结果,据此确定是否保留迁移后的个体;迭代处理步骤:根据处理后的种群,对随机处理步骤、聚类处理步骤迭代执行,根据迭代结果选择最优个体,以便根据所述最优个体执行相关业务。

    在线资源分配方法和系统
    2.
    发明公开

    公开(公告)号:CN115951992A

    公开(公告)日:2023-04-11

    申请号:CN202211537359.3

    申请日:2022-12-02

    Abstract: 本说明书提供的在线资源分配方法和系统,在获取在线资源集合中每一在线资源对应的初始分配参数,得到初始分配参数的初始集合后,将初始集合中的初始分配参数分为N组,得到N个初始分配参数的初始子集合,并对N个初始子集合进行协同进化,得到N个协同进化后的分配参数的目标子集合,N为目标分组数量且为大于1的整数;以及将N个目标子集合进行拼接,得到在线资源集合对应的目标分配参数集合,并基于目标分配参数集合对所述每一在线资源进行分配;该方案可以提升在线资源分配的分配效率。

    利用机器学习的选择算子确定、策略组合优化方法及装置

    公开(公告)号:CN114492214A

    公开(公告)日:2022-05-13

    申请号:CN202210403737.2

    申请日:2022-04-18

    Inventor: 顾咏丰 丁皓 吴华

    Abstract: 本说明书实施例提供了一种利用机器学习的选择算子确定、策略组合优化方法及装置。在该方法中,基于选择策略组合时的目标条件和约束条件构建待确定的选择算子,其中包含若干个基算子和对应系数;确定系数的多组第一取值和对应的待选选择算子,针对任意一个待选选择算子,利用多个风险用户样本和该待选选择算子,从策略总集中选择识别效果评分最高的策略组合,并确定策略组合对应的识别结果的目标值;将多组第一取值作为训练样本,将目标值作为标注值训练机器学习模型;确定系数的多组第二取值,将多组第二取值输入训练后的机器学习模型,得到多组预测的目标值;基于已得的目标值中满足预设优选条件的目标值和对应的系数取值,确定选择算子。

    基于可靠集成模型的数据驱动演化优化方法和系统

    公开(公告)号:CN118013854A

    公开(公告)日:2024-05-10

    申请号:CN202410276175.9

    申请日:2024-03-11

    Abstract: 本公开提供一种基于可靠集成模型的数据驱动演化优化方法和系统,包括:获得待优化任务,对待优化任务进行迭代,得到并输出待优化任务的目标解,在第m次迭代的情况下:将第m次迭代的候选解集输入至预设的N个基模型中的每一基模型,得到各基模型各自的预测目标值,m为大于等于1的整数,N为大于1的整数,基于第m次迭代的各预测目标值对N个基模型进行可靠性集成,得到第m次迭代的候选解集的可靠性评估值,根据第m次迭代的候选解集的可靠性评估值确定第m+1次迭代的候选解集,以提供准确而鲁棒的候选解集的可靠性评估值,搜索潜在的相对更优解,使更可靠的基模型对指导优化算法做出更多贡献,更加稳定且准确地推动优化算法的进行。

    选择算子确定方法、策略组合优化方法及装置

    公开(公告)号:CN114548830B

    公开(公告)日:2022-07-29

    申请号:CN202210405947.5

    申请日:2022-04-18

    Inventor: 顾咏丰 宁跃 吴华

    Abstract: 本说明书实施例提供了一种选择算子确定方法、策略组合优化方法及装置。在选择算子确定方法中,确定选择策略组合时的目标条件和约束条件,基于目标条件和约束条件构建待确定的选择算子,选择算子包含若干个基算子和对应的待确定的系数,确定系数的多组系数取值,得到对应的待选选择算子,针对任意一个待选选择算子,利用多个风险用户样本和该待选选择算子,从第一策略总集中选择识别效果评分最高的策略组合,并确定策略组合对应的识别结果的目标值,作为该待选选择算子对应的目标值,当得到多组待选选择算子和对应的目标值时,将满足预设优选条件的目标值对应的待选选择算子,确定为选择算子。

    策略组合的优化方法及装置

    公开(公告)号:CN114418773A

    公开(公告)日:2022-04-29

    申请号:CN202210325163.1

    申请日:2022-03-30

    Inventor: 顾咏丰 丁皓 吴华

    Abstract: 本说明书实施例提供一种策略组合的优化方法,包括:获取用于识别风险用户的w个当前策略组合,其中各个当前策略组合包括n个已选策略;w为大于1的整数,n为正整数;通过向所述各个当前策略组合中添加策略总集中的可选策略,得到多个第一策略组合,其中各个第一策略组合包括n+1个已选策略;确定所述各个第一策略组合针对多个风险用户样本的识别效果评分;根据所述识别效果评分,从所述多个第一策略组合中选取w个第一策略组合,作为本轮迭代更新后的w个当前策略组合。

    分箱方法和系统
    7.
    发明公开

    公开(公告)号:CN117892179A

    公开(公告)日:2024-04-16

    申请号:CN202410081281.1

    申请日:2024-01-19

    Abstract: 本公开提供一种分箱方法和系统,包括对获得的预分箱样本数据进行预分箱,得到预分箱结果,根据获得的分箱总样本数据、并且采用进化算法对预分箱结果进行多次迭代优化,得到精细分箱结果,预分箱样本数据为分箱总样本数据中的至少部分数据,其中,多次迭代优化中当前次迭代优化包括:根据获得的当前次迭代优化的各父代解确定当前次迭代优化的各子代解,根据分箱总样本数据对各子代解进行单调性指标、用户分布指标、留存率指标约束的种群评估,得到各子代解各自的稳定性遗憾指标,根据各子代解各自的稳定性遗憾指标、以及获得的各父代解各自的稳定性遗憾指标确定当前次迭代优化的分箱解,提高了精细分箱的稳定系、可靠性、以及精度。

    选择算子确定方法、策略组合优化方法及装置

    公开(公告)号:CN114548830A

    公开(公告)日:2022-05-27

    申请号:CN202210405947.5

    申请日:2022-04-18

    Inventor: 顾咏丰 宁跃 吴华

    Abstract: 本说明书实施例提供了一种选择算子确定方法、策略组合优化方法及装置。在选择算子确定方法中,确定选择策略组合时的目标条件和约束条件,基于目标条件和约束条件构建待确定的选择算子,选择算子包含若干个基算子和对应的待确定的系数,确定系数的多组系数取值,得到对应的待选选择算子,针对任意一个待选选择算子,利用多个风险用户样本和该待选选择算子,从第一策略总集中选择识别效果评分最高的策略组合,并确定策略组合对应的识别结果的目标值,作为该待选选择算子对应的目标值,当得到多组待选选择算子和对应的目标值时,将满足预设优选条件的目标值对应的待选选择算子,确定为选择算子。

    策略组合的优化方法及装置

    公开(公告)号:CN114418772A

    公开(公告)日:2022-04-29

    申请号:CN202210321625.2

    申请日:2022-03-30

    Inventor: 顾咏丰 丁皓 吴华

    Abstract: 本说明书实施例提供一种策略组合的优化方法,包括:获取用于识别风险用户的当前策略组合,其中包括多个已选策略;针对各个已选策略,分别将其从所述当前策略组合中去除,得到多个第一策略组合;确定各个第一策略组合针对多个风险用户样本的识别效果评分;根据所述识别效果评分,对所述多个第一策略组合进行择一选取,作为本轮更新后的当前策略组合。

Patent Agency Ranking