-
公开(公告)号：CN114581222A
公开(公告)日：2022-06-03
申请号：CN202210481634.8
申请日：2022-05-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/02 , G06Q10/04 , G06F40/186 , G06F30/20 , G06F111/04
Abstract: 本说明书提供了一种资源分配方法、电子设备、应用程序及存储介质，用于解决从多个资源中向目标对象分配目标资源的分配任务。其中，预先建立有分配任务相应的原始模型，以及预设有数据模板。而数据模板指示有目标系数、约束系数、基于该原始模型确定的对偶系数、以及对偶系数的系数值。如此，在发生在线分配任务的处理请求时，可以通过调用上述数据模板，读取到在线分配任务中每个资源对应的系数值。然后根据预先确定的评估规则，利用每个资源对应的系数值，确定每个资源的评估结果。最后基于每个资源的评估结果，从多个资源中确定分配给目标对象的目标资源，以获得在线分配任务的决策结果。通过上述方法，可以实现在线分配任务的自动化决策。
-
公开(公告)号：CN119272850A
公开(公告)日：2025-01-07
申请号：CN202411433141.2
申请日：2024-10-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/0985 , G06N3/092 , G06Q10/0631 , G06Q10/083
Abstract: 本说明书一个或多个实施例提供一种分配任务求解器的超参数确定方法、设备、介质及产品。该方法包括：将用于确定分配任务求解器的超参数的策略函数作为强化学习中的智能体，以及将分配任务求解器作为强化学习中的环境；将策略函数确定的超参数作为强化学习中的动作，以使得分配任务求解器基于超参数对第一集合中的多个分配任务进行求解得到求解结果，以及基于求解结果计算与强化学习对应的状态和奖励，并以最大化奖励为优化目标，对策略函数进行强化学习训练；基于训练完成后的策略函数，确定分配任务求解器的目标超参数。
-
公开(公告)号：CN114581223B
公开(公告)日：2022-07-29
申请号：CN202210481654.5
申请日：2022-05-05
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供一种分配任务处理方法、设备、分布式计算系统及存储介质。所述方法包括：基于用户建模界面中的输入数据，确定分配任务的原始优化模型和约束条件；引入与所述约束条件相关的对偶变量；根据所述原始优化模型、所述约束条件、若干历史分配任务对应的历史数据集合、所述历史分配任务的决策变量以及引入的所述对偶变量，构建无约束的目标优化模型；利用交替方向乘子法迭代求解所述目标优化模型，直到最后一轮迭代的约束误差满足预设误差；其中，迭代后的对偶变量作为对偶系数用于实时处理在线分配任务。本实施例有利于提高在线分配任务的处理效率并保证其稳定进行。
-
公开(公告)号：CN114581222B
公开(公告)日：2022-08-12
申请号：CN202210481634.8
申请日：2022-05-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F17/00 , G06Q40/02 , G06Q10/04 , G06F40/186 , G06F30/20 , G06F111/04
Abstract: 本说明书提供了一种资源分配方法、电子设备、应用程序及存储介质，用于解决从多个资源中向目标对象分配目标资源的分配任务。其中，预先建立有分配任务相应的原始模型，以及预设有数据模板。而数据模板指示有目标系数、约束系数、基于该原始模型确定的对偶系数、以及对偶系数的系数值。如此，在发生在线分配任务的处理请求时，可以通过调用上述数据模板，读取到在线分配任务中每个资源对应的系数值。然后根据预先确定的评估规则，利用每个资源对应的系数值，确定每个资源的评估结果。最后基于每个资源的评估结果，从多个资源中确定分配给目标对象的目标资源，以获得在线分配任务的决策结果。通过上述方法，可以实现在线分配任务的自动化决策。
-
Patent Agency Ranking
公开(公告)号：CN114581223A
公开(公告)日：2022-06-03
申请号：CN202210481654.5
申请日：2022-05-05
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供一种分配任务处理方法、设备、分布式计算系统及存储介质。所述方法包括：基于用户建模界面中的输入数据，确定分配任务的原始优化模型和约束条件；引入与所述约束条件相关的对偶变量；根据所述原始优化模型、所述约束条件、若干历史分配任务对应的历史数据集合、所述历史分配任务的决策变量以及引入的所述对偶变量，构建无约束的目标优化模型；利用交替方向乘子法迭代求解所述目标优化模型，直到最后一轮迭代的约束误差满足预设误差；其中，迭代后的对偶变量作为对偶系数用于实时处理在线分配任务。本实施例有利于提高在线分配任务的处理效率并保证其稳定进行。
-
公开(公告)号：CN116862660A
公开(公告)日：2023-10-10
申请号：CN202310893897.4
申请日：2023-07-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/03 , G06Q30/0601
Abstract: 本说明书的实施例提供了一种用于资源分配的调整值确定方法、资源分配方法和装置。在该用于资源分配的调整值确定方法中，通过对基于相关业务数据和增广拉格朗日函数构建的初始资源分配模型中的目标系数向量、约束系数矩阵和约束限值向量进行归一化，得到对应的替代目标系数向量、替代约束系数矩阵和替代约束限值向量；再基于替代目标系数向量、替代约束系数矩阵和替代的约束限值向量对初始资源分配模型的相应参数进行更新，得到资源分配模型；以及对该资源分配模型进行求解，得到对偶变量的值作为用于资源分配的调整值。
-
公开(公告)号：CN114547921A
公开(公告)日：2022-05-27
申请号：CN202210456276.5
申请日：2022-04-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F30/20 , G06F17/15 , G06F111/04
Abstract: 本说明书实施例提供了一种离线求解方法及装置、在线决策方法及装置。该离线求解方法包括：更新数据表；所述数据表中包括建模需要用到的对象数据；解析动态更新后的约束表；其中，所述约束表是预先生成的，且该约束表中的每一行对应一条约束条件，每一列对应一种语法元素；每一种语法元素是：据各种类型约束条件的描述语言所抽象出的、在各种约束条件中通用的元素；根据所述数据表中的数据、所述约束表中的每一条约束条件进行建模，得到模型算法，并得到对应每一条约束条件的指标参数；输出所述模型算法及所述指标参数。本说明书实施例能够简化离线求解及在线决策的实现过程。
-
公开(公告)号：CN116992674A
公开(公告)日：2023-11-03
申请号：CN202310980059.0
申请日：2023-08-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F30/20 , G06F17/16 , G06F17/11 , G06F111/04
Abstract: 本说明书的实施例提供了一种用于基于分布式计算系统求解可分解问题的方法和系统。在该基于分布式计算系统求解可分解问题的方法中，经由各个计算节点从参数节点获取用于求解与该计算节点对应的子问题分片的上一迭代轮次的优化变量值和对偶变量值，并据此对该子问题进行求解，得到该子问题对应的当前迭代轮次的优化变量值和对应的约束计算值；经由参数节点，分别聚合并保存各个计算节点发送的子问题分片对应的当前迭代轮次的优化变量值和各个子问题分片对应的约束计算值，以及确定并保存当前迭代轮次的对偶变量值；经由计算控制节点，根据聚合后的当前迭代轮次的优化变量值和对偶变量值确定约束残差并据此确定是否继续迭代。
-
公开(公告)号：CN114547921B
公开(公告)日：2022-09-20
申请号：CN202210456276.5
申请日：2022-04-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F30/20 , G06F17/15 , G06F111/04
Abstract: 本说明书实施例提供了一种离线求解方法及装置、在线决策方法及装置。该离线求解方法包括：更新数据表；所述数据表中包括建模需要用到的对象数据；解析动态更新后的约束表；其中，所述约束表是预先生成的，且该约束表中的每一行对应一条约束条件，每一列对应一种语法元素；每一种语法元素是：据各种类型约束条件的描述语言所抽象出的、在各种约束条件中通用的元素；根据所述数据表中的数据、所述约束表中的每一条约束条件进行建模，得到模型算法，并得到对应每一条约束条件的指标参数；输出所述模型算法及所述指标参数。本说明书实施例能够简化离线求解及在线决策的实现过程。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
