CN114358409A - 多目标优化结果的排序方法及相关装置 - Google Patents

多目标优化结果的排序方法及相关装置 Download PDF

Info

Publication number
CN114358409A
CN114358409A CN202111650397.5A CN202111650397A CN114358409A CN 114358409 A CN114358409 A CN 114358409A CN 202111650397 A CN202111650397 A CN 202111650397A CN 114358409 A CN114358409 A CN 114358409A
Authority
CN
China
Prior art keywords
optimization
target
determining
objective
level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111650397.5A
Other languages
English (en)
Inventor
郭传亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hope Zhizhou Technology Shenzhen Co ltd
Original Assignee
Hope Zhizhou Technology Shenzhen Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hope Zhizhou Technology Shenzhen Co ltd filed Critical Hope Zhizhou Technology Shenzhen Co ltd
Priority to CN202111650397.5A priority Critical patent/CN114358409A/zh
Publication of CN114358409A publication Critical patent/CN114358409A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例提供了一种多目标优化结果的排序方法及相关装置,所述方法包括根据第一优先度等级先将多个目标参数划分为多个优化集合,然后确定出每个优化集合的参考优化指数,再根据每个集合的参考优化指数确定出一次多目标优化对应的综合优化指数,最后根据每次多目标优化的综合优化指数对多次多目标优化的结果进行排序,得到第一排序结果。这样通过将多目标的排序问题转换为单目标排序问题,降低了多目标优化排序问题的复杂度,提高了排序效率,且根据实际工业产品的需求和品质等进行排序,便于用户根据排序直接确定出可用于实际生产的一次多目标优化学习对应的生产参数等内容,提高了用户的使用体验。

Description

多目标优化结果的排序方法及相关装置
技术领域
本申请属于数据处理领域,具体涉及一种多目标优化结果的排序方法及相关装置。
背景技术
多目标优化是指某个情景中在需要达到多个目标时,由于容易存在目标间的内在冲突,一个目标的优化是以其他目标劣化为代价。也就是说多目标优化问题的各个子目标之间是矛盾的,一个子目标的改善有可能会引起另一个或者另几个子目标的性能降低,也就是要同时使多个子目标一起达到最优值是不可能的,因此很难出现唯一最优解,而只能在它们中间进行协调和折中处理,使各个子目标都尽可能地达到最优化。
发明内容
本申请实施例提供了一种多目标优化结果的排序方法及相关装置,以期简化多目标优化结果的排序复杂度,提高排序效率,贴合用户使用需求。
第一方面,本申请实施例提供了一种多目标优化结果的排序方法,确定目标产品待优化的多个目标参数,所述目标产品为工业生产系统中的中间产品或最终产品,目标参数的值用于衡量所述目标产品的品质;
对所述多个目标参数进行多次多目标优化,得到所述多次多目标优化对应的多个综合优化指数,所述综合优化指数用于指示针对一次多目标优化的综合优化效果,其中,针对所述多次多目标优化中的每次多目标优化执行以下步骤:根据当前次多目标优化得到所述多个目标参数中的每个目标参数的优化值;确定所述每个目标参数的第一优先度等级,所述第一优先度等级用于指示所述目标参数对所述目标产品的品质的影响程度;根据所述第一优先度等级对所述多个目标参数进行划分,得到多个优化集合;根据所述优化值确定所述多个优化集合中的每个优化集合的参考优化指数,所述参考优化指数用于指示所述当前次多目标优化中针对一个优化集合中包括的多个目标参数的局部优化效果;根据所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数;
根据所述综合优化指数对所述多次多目标优化的结果进行排序,得到第一排序结果。
第二方面,本申请实施例提供了一种多目标优化结果的排序装置,所述装置包括:
确定单元,用于确定目标产品待优化的多个目标参数,所述目标产品为工业生产系统中的中间产品或最终产品,目标参数的值用于衡量所述目标产品的品质;
优化单元,用于对所述多个目标参数进行多次多目标优化,得到所述多次多目标优化对应的多个综合优化指数,所述综合优化指数用于指示针对一次多目标优化的优化效果,其中,针对所述多次多目标优化中的每次多目标优化执行以下步骤:根据当前次多目标优化得到所述多个目标参数中的每个目标参数的优化值;确定所述每个目标参数的第一优先度等级,所述第一优先度等级用于指示所述目标参数对所述目标产品的品质的影响程度;根据所述第一优先度等级对所述多个目标参数进行划分,得到多个优化集合;根据所述优化值确定所述多个优化集合中的每个优化集合的参考优化指数,所述参考优化指数用于指示所述当前次多目标优化中针对一个优化集合的优化效果;根据所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数;
排序单元,用于根据所述综合优化指数对所述多次多目标优化的结果进行排序,得到第一排序结果。
第三方面,本申请实施例提供了一种电子设备,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面,本申请实施例提供了一种计算机存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如本实施例第一方面中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,本申请实施例中,根据第一优先度等级先将多个目标参数划分为多个优化集合,然后确定出每个优化集合的参考优化指数,再根据每个集合的参考优化指数确定出一次多目标优化对应的综合优化指数,最后根据每次多目标优化的综合优化指数对多次多目标优化的结果进行排序,得到第一排序结果。这样通过将多目标的排序问题转换为单目标排序问题,降低了多目标优化排序问题的复杂度,提高了排序效率,且根据实际工业产品的需求和品质等进行排序,便于用户根据排序直接确定出可用于实际生产的一次多目标优化学习对应的生产参数等内容,贴合用户实际使用需求,提高了用户的使用体验。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1a是本申请实施例提供的一种电子设备的系统架构图;
图1b是本申请实施例提供的一种电子设备的结构示意图;
图2a是本申请实施例提供的一种多目标优化结果的排序方法的流程示意图;
图2b为本申请实施例提供的一种目标参数管理表;
图3是本申请实施例提供的一种多目标优化结果的排序装置的功能单元组成框图;
图4是本申请实施例提供的另一种多目标优化结果的排序装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
当前工业生产中,特别是针对化工产品的生产,由于得到的目标产品中包括多种物质,目标产品中各物质的含量以及目标产品的物理性质等都会对目标产品的品质造成影响。因此为了得到品质更好的目标产品,可以通过多目标寻优的方式进行学习计算,以得到用于实际生产的具体数据。而由于需要同时对多个目标进行寻优计算,因此用户无法直观的感受到哪一次学习结果对应的整体效果更好。
针对上述问题,本申请实施例提供了一种多目标优化结果的排序方法及相关装置,下面结合附图对本申请实施例进行详细介绍。
请参阅图1a,图1a是本申请实施例提供的一种电子设备的系统架构图。如图所示,所述多目标优化系统101包括电子设备110,该多目标优化系统101还和工业生产系统102通信连接,多目标优化系统101可以从工业生产系统102中获取工业生产数据,以此使得电子设备110可以对目标产品中的各目标参数进行多目标优化,然后根据多次优化结果进行排序。
该电子设备110的结构图如图1b所示,所述电子设备110包括处理器120、存储器130、通信接口140以及一个或多个程序131,其中,所述一个或多个程序131被存储在上述存储器130中,且被配置由上述处理器120执行,所述一个或多个程序131包括用于执行下述方法实施例中任一步骤的指令。具体实现中,所述处理器120用于执行如下述方法实施例中由电子设备执行的任一步骤,且在执行诸如发送等数据传输时,可选择的调用所述通信接口140来完成相应操作。
请参阅图2a,图2a是本申请实施例提供的一种多目标优化结果的排序方法的流程示意图,如图所示,所述多目标优化结果的排序方法包括以下步骤:
S21,确定目标产品待优化的多个目标参数,所述目标产品为工业生产系统中的中间产品或最终产品,目标参数的值用于衡量所述目标产品的品质。
其中,所述工业生产系统可以是化工产品生产系统,该中间产品为在生产最终产品的过程中生成的产品。例如该目标产品可以是18D胺,或者是生产18D胺的过程中生成的产品,例如此时该目标产品可以是腈。该目标参数为根据调试工艺参数或设备参数或产品参数等内容可以优化的目标产品的参数内容,该目标产品的品质可以根据市场需求或客户需求进行确定。该品质包括有产品的质量以及生产该目标产品时对应的成本或收益,目标产品的品质好意味着客户或市场对该参数值下的目标产品的评价好或需求高。例如当目标产品为18D胺时,对应的可以用于衡量目标产品的品质的目标参数可以包括:伯胺含量、C18含量、腈含量、伯酰胺含量、仲酰胺含量、聚酰胺含量、总胺值、碘值、色度、凝固点、水分和收率,因此可以看出,该目标参数中可以包括有产品参数和功能指标参数等。
S22,对所述多个目标参数进行多次多目标优化,得到所述多次多目标优化对应的多个综合优化指数,所述综合优化指数用于指示针对一次多目标优化的综合优化效果。
其中,通过改变在生产过程中的工艺参数、产品参数和/或设备参数可以多次对同一个目标产品进行多目标优化学习。该工艺参数包括生产过程中生产时对应的参数值、例如产品加入速度等,该设备参数为用于生产目标产品的设备对应的参数值,该产品参数可以是用于当前次生产的原料的各项参数,也可以是该目标产品生成的中间产品的各项参数。每次多目标优化学习会得到一轮学习的多个目标参数的参数值,可以根据这多个参数值确定出一次多目标优化的综合优化指数,以确定当前次多目标优化的效果如何。
具体实现中,可以针对所述多次多目标优化中的每次多目标优化执行以下步骤:
S221,根据当前次多目标优化得到所述多个目标参数中的每个目标参数的优化值;
S222,确定所述每个目标参数的第一优先度等级,所述第一优先度等级用于指示所述目标参数对所述目标产品的品质的影响程度。
其中,该优先度等级可以根据当前的市场需求或客户需求确定,即该第一优先度等级可以根据具体适用场景变更。第一优先度等级的级别越高,意味着该目标参数对目标产品的品质影响越大。例如当目标产品为18D胺时,可以将第一优先度等级划分为三个等级,由于企业是以盈利为目的的,高优先级可在公司经营的角度来考虑,一般将与公司利润与成本(材料成本,效率时间成本等)相关的目标参数确定为高优先级,因此对于上述提及的12个目标参数中,可以将收率确定为高优先级。而中优先级可以是站在产品交付客户质量和市场竞争力的维度,首先该参数是产品主要功能的参数,必须满足客户的质量标准客户才能使用,同时在市场竞争的角度衡量,该参数的参数值越好,竞争力越强客户越满意。在18D胺的产品中,伯胺是18D胺的主要成分,伯胺含量越高,18D胺产品的纯度越高,客户越满意。而腈,伯酰胺,仲酰胺,聚酰胺为附属产品,含量越低18D胺的纯度越高,客户越满意,市场竞争力越好。因此可以将伯胺含量、C18含量、腈含量、伯酰胺含量、仲酰胺含量、聚酰胺含量、总胺值这7个目标参数确定为中优先级。而低优先级对应的目标参数则可以是站在客户的角度不太重要而又必须达成的非产品基本功能性指标,例如产品外观,一些基本的物理特性。例如由于色度属于外观,优先度较低,性能达标即可,色度再好也不提高产品的性能,不用持续追求最好。因此可以将碘值、色度、凝固点、水分这4个目标参数确定为低优先级。
S223,根据所述第一优先度等级对所述多个目标参数进行划分,得到多个优化集合。
其中,每个优化集合中包括的目标参数的第一优先度等级都是相同的,即该优化集合可以包括三个,分别为包括有收率这个目标参数的高级优化集合,包括伯胺含量、C18含量、腈含量、伯酰胺含量、仲酰胺含量、聚酰胺含量、总胺值这7个目标参数的中级优化集合,和包括碘值、色度、凝固点、水分这4个目标参数的低级优化集合。
S224,根据所述优化值确定所述多个优化集合中的每个优化集合的参考优化指数,所述参考优化指数用于指示所述当前次多目标优化中针对一个优化集合中包括的多个目标参数的局部优化效果;
S225,根据所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数。
其中,该局部优化效果指的是针对一个优化集合内包括的所有目标参数的优化效果,该综合优化指数是指的针对一次多目标优化来说,该次多目标优化的所有目标参数的优化效果。
S23,根据所述综合优化指数对所述多次多目标优化的结果进行排序,得到第一排序结果。
其中,每次多目标优化的结果都对应了一组用于多目标优化学习的工艺参数、设备参数和产品参数。一次多目标优化的结果中包括有每个目标参数优化后的优化值,因此可以根据该第一排序结果,确定出用于实际生产时的工艺参数、设备参数和产品参数。在进行排序时,若综合优化指数越高,则其对应的排名越靠前。
具体实现中,若存在综合优化指数相同的情况,则可以根据同等级的优化集合的参考优化指数进行排序。其中,在根据参考优化指数进行排序时,优先根据第一优先度等级更高的优化集合中的参考优化指数进行确定。
可见,本实例中,根据第一优先度等级先将多个目标参数划分为多个优化集合,然后确定出每个优化集合的参考优化指数,再根据每个集合的参考优化指数确定出一次多目标优化对应的综合优化指数,最后根据每次多目标优化的综合优化指数对多次多目标优化的结果进行排序,得到第一排序结果。这样通过将多目标的排序问题转换为单目标排序问题,降低了多目标优化排序问题的复杂度,提高了排序效率,且根据实际工业产品的需求和品质等进行排序,便于用户根据排序直接确定出可用于实际生产的一次多目标优化学习对应的生产参数等内容,提高了用户的使用体验。
在一个可能的实例中,所述根据所述优化值确定所述多个优化集合中的每个优化集合的参考优化指数,包括:获取所述每个目标参数的目标值;根据所述每个优化集合确定每个目标参数对应的优化权重;根据所述目标值、所述优化值、所述优化权重确定所述每个优化集合的基础指数;获取所述每个目标参数的优化方向,所述优化方向用于指示所述目标参数的优化趋势;根据所述目标值、所述优化方向和所述优化值确定所述每个优化集合的优化成功比例,优化成功是指所述目标参数的优化值在所述目标参数对应的预设范围内,所述预设范围为根据所述目标参数的优化值和所述目标参数的优化方向确定;根据所述优化成功比例和所述基础指数确定所述每个优化集合的参考优化指数。
其中,该目标值可以是根据市场需求或客户需求确定的,在不同的市场或对应不同的客户时,该目标值可以随之更改。例如图2b所示,图2b为本申请实施例提供的一种目标参数管理表,该目标参数为18D胺,共包括上述所述的12个目标参数,可知该表中12个目标参数对应的优化方向、目标值和第一优先度等级(也就是图2b中的优先度)等内容如图所示。每个目标参数的优化权重是以其对应的优化集合为基础的。该基础指数可以用于指示每个目标参数在其对应的优化集合中的优化指数。该优化方向用于指引多目标优化朝着什么趋势优化,即该优化方向可以包括望大、望目和望小三个方向。其中,望大是指该目标参数的参数值在目标值的基础上越大越好,望目是指该目标参数的参数值越接近于目标值越好,望小则是指该目标参数的参数值在目标值的基础上越小越好。因此,当优化方向为望大时,则该预设范围为大于或等于目标值的范围,当优化方向为望小时,则该预设范围为小于或等于目标值的范围,当优化方向为望目时,该预设范围就为该目标值。需要说明的是,多个目标参数可以存在相同的目标值,也可以是每个目标参数的目标值不同。
具体实现中,优化成功比例可以通过如下公式计算:F=M÷n,其中,M为优化成功的目标参数的数量,n为该优化集合中包括的所有参数的总数。例如,有高级优化集合中包括两个目标参数,则n=2,其中仅一个目标参数的优化值处于预设范围,即优化成功,则M=1,那么F=1/2=0.5,如果2个目标参数的优化值均不在预设范围内,则M=0,F=0/2=0。
可见,本实例中,可以将多个目标参数的排序问题简化为多个优化集合的排序问题,降低排序难度。且由于在简化时同时根据每个目标参数的基础指数和一个优化集合中的优化成功比例确定参考优化指数,可以保证排序的准确度。
在一个可能的实例中,所述多个优化集合包括三个,分别为高级优化集合、中级优化集合和低级优化集合,所述根据所述每个优化集合确定每个目标参数对应的优化权重,包括:分别确定所述每个优化集合对应的第一权重;获取所述高级优化集合中包括的目标参数的第二优先度等级,所述第二优先度等级用于指示所述目标产品的对应客户对所述高级优化集合中包括的目标参数的关注程度;根据所述第二优先度等级和所述高级优化集合对应的第一权重确定所述高级优化集合中包括的每个目标参数对应的优化权重;获取所述目标产品对应的产品原料类型,所述产品原料类型用于指示所述目标产品的原料的功能特性;根据所述产品原料类型确定所述中级优化集合中包括的每个目标参数对应的第二权重;根据所述第二权重和所述中级优化集合对应的第一权重确定所述中级优化集合中包括的每个目标参数对应的优化权重;根据所述低级优化集合中包括的目标参数的数量和所述低级优化集合对应的第一权重,确定所述低级优化集合中每个目标参数对应的优化权重,所述低级优化集合中每个目标参数对应的优化权重相同。
其中,第一权重为每个优化集合的基础权重,不同等级的优化集合对应的第一权重可以不同。在高级优化集合中,若该高级优化集合中仅包括一个目标参数,则可以确定该高级优化集合对应的第一权重为该目标参数的优化权重。若该高级优化集合中包括多个目标参数,则可以根据客户对目标参数的关注程度来确定第二优先度等级,例如高级优化集合中包括A和B两个目标参数,由于这两个目标参数对目标产品的品质的影响度都比较大,因此需要根据用户的具体需求来对这两个目标参数进行等级划分,即若客户1更关注A的含量,则此时目标参数A的第二优先度等级高于目标参数B,若客户2更关注B的含量,则此时目标参数B的第二优先度等级高于目标参数A。所述功能特性包括但不限于原料的成分指标、物理指标、化学指标和/或机械指标等,不同的指标对应了不同类型的产品原料。由于在进行工业生产时,产品原料对于制造过程中的成本、耗时等都会产生影响,因此对于不同类型的产品原料,可以确定不同的第二权重。例如,当目标产品的原料的物理指标,即物理状态为固态时,生产得到低于某一浓度的某一目标参数的成本要高于物理指标为液体的原料,因此当原料类型不同时,对应的该目标参数对应的第二权重不同,例如物理指标为液体时该目标参数的第二权重值大于物理指标为固体时的第二权重值。这样可以综合考虑生产时的成本和制造难度等问题,使得最终排序能更符合实际生产需求。对于低级优化集合,可以通过平均赋权的方式对低级优化集合中的目标参数进行加权。
可见,本实例中,根据不同等级的优化集合确定特定的优化权重获取方式,使得每个目标参数的优化权重符合该目标产品中各参数在实际生产中的重要程度,确保最终获取的排序能贴合用户实际需求,提高用户使用体验。
在一个可能的实例中,所述根据所述第二权重和所述中级优化集合对应的第一权重确定所述中级优化集合中包括的每个目标参数对应的优化权重,包括:获取针对所述目标化工产品的多个历史品质评价表,所述多个历史品质评价表中的每个历史品质评价表中包括所述目标化工产品的产品分数和所述每个目标参数的检测值;根据所述多个历史品质评价表中的所述每个目标参数的检测值确定所述每个目标参数的检测值变化幅度;根据所述每个历史品质评价表的产品分数和所述每个目标参数的检测值变化幅度确定第三权重;根据所述第一权重、所述第二权重和所述第三权重确定所述中级优化集合中包括的每个目标参数对应的优化权重。
其中,历史品质评价表可以是客户针对以往的目标产品中包括的各个参数的值进行打分后给出的。每个目标参数的检测值变化幅度可以体现出客户对目标参数的关注度。即若某一个目标参数的检测值变化幅度大,而其他目标参数的检测值变化幅度小且该目标参数的检测值相差较大的两次对应的目标产品的产品分数确相差不大,则可以确定客户对该目标参数的关注度低。而若某一个目标参数的检测值变化幅度大,而其他目标参数的检测值变化幅度小且该目标参数的检测值相差较大的两次对应的目标产品的产品分数确相差大,则可以确定客户对该目标参数的关注度高。客户的关注程度越高,则第三权重越大。
具体实现中,确定每个目标参数的检测值的变化幅度,包括:确定目标参数的参数类型,根据参数类型确定所述每个目标参数的参数阈值,其中,每个目标参数包括根据参数值大小划分的三个参数阈值;确定每个历史品质评价表中所述目标参数的检测值所在的参数阈值;确定同一个目标参数在所述三个参数阈值中的检测值的个数;根据在所述三个参数阈值中的检测值的个数确定所述每个目标参数的检测值的变化幅度。例如,将参数X的可能出现的检测值1-100划分为三个参数阈值,分别为1-30、31-60和61-100,目标参数X在第一参数阈值的参数个数为5个,在第二参数阈值的参数个数为1个,在第三参数阈值的参数个数为0个,则可以确定该目标参数X的变化幅度小。
具体实现中,根据所述每个历史品质评价表的产品分数和所述每个目标参数的检测值变化幅度确定第三权重,包括:根据检测值变化幅度确定多个目标参数中,除待确定第三权重的目标参数的其他目标参数的检测幅度均小于预设幅度的至少两个历史品质评价表,从所述至少两个历史品质评价表中确定所述待确定第三权重的目标参数的最小检测值和最大检测值对应的目标历史品质评价表,根据该目标历史品质评价表确定第三权重。例如目标产品18D胺包括12个目标参数,而此时需要确定伯胺含量这个目标参数的第三权重,则需要根据多个历史品质评价表中包括的检测值确定出至少两个历史品质评价表,这至少两个历史品质评价表中的其他11个目标参数的检测值的变化幅度小,此时仅需要从这至少两个历史品质评价表中确定出伯胺含量这个目标参数的最大检测值和最小检测值对应的两个历史品质评价表,根据这两张表中对应的产品分数确定伯胺含量这个目标参数的受关注度,以此来确定伯胺含量这个目标参数的第三权重。
可见,本实例中,根据历史品质评价表中的产品分数和各个目标参数的检测值来确定该目标参数对于客户的受关注程度,可以提高排序时的准确度,贴合用户实际生产需求。
在一个可能的实例中,所述基础指数P0通过如下公式计算得到:
Figure BDA0003443974120000071
其中,Yai为所述每个优化集合中第i个目标参数的优化值,所述Ybi为所述每个优化集合中第i个目标参数的目标值,所述Qi为所述每个优化集合中第i个目标参数对应的优化权重,所述T为调整系数。
其中,T大于1,0<Qi<=1。具体实现中,为保证优化指数能更清晰的反映优化结果的效果,可以根据每个目标参数对应的单位类型确定不同的调整系数。
可见,本实例中,可以将多个目标参数的排序问题简化为多个优化集合的排序问题,降低排序难度。且由于在简化时同时根据每个目标参数的基础指数和一个优化集合中的优化成功比例确定参考优化指数,可以保证排序的准确度。
在一个可能的实例中,所述根据所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数,包括:确定所述多个优化集合对应的优化指数达标值;根据所述优化指数达标值和所述每个优化集合的参考优化指数确定所述多个优化集合的达标情况;根据所述达标情况确定所述当前次多目标优化对应的计算系数;根据所述计算系数和所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数。
其中,在确定综合优化指数时,可以通过如下公式计算:P综合=N+C1×P1+C2×P2+...+Cn×Pn,其中,N、C1、C2和Cn均为整数,不同的达标情况对应的N、C1、C2和Cn的值不同,P1、P2、Pn分别为不同的优化集合对应的参考优化指数的值。例如当前共有高级优化集合、中级优化集合和低级优化集合三个优化集合,则综合优化指数P综合=N+C1×P1+C2×P2+C3×P3。特别地,不同的优化集合对应的达标值可以相同也可以不同。
可见,本实例中,根据不同的达标情况确定每次多目标优化的综合优化指数,可以提高对综合优化指数的计算的准确度。
在一个可能的实例中,所述多个优化集合包括三个,分别为高级优化集合、中级优化集合和低级优化集合,所述多个优化集合的达标情况,包括:所述高级优化集合、所述中级优化集合和所述低级优化集合均达标;或者,所述高级优化集合不达标,所述中级优化集合和所述低级优化集合均达标;或者,所述中级优化集合达标,所述高级优化集合和所述低级优化集合均不达标;或者,所述低级优化集合达标,所述高级优化集合和所述中级优化集合均不达标;或者,所述高级优化集合、所述中级优化集合和所述低级优化集合均不达标。
其中,可以根据达标情况将多个参考优化指数对应的值划分为5个区域,分别为S0、S1、S2、S3和S4,将优化指数达标值确定为1,P1为高级优化集合对应的参考优化指数,P2为中级优化集合对应的参考优化指数,P3为低级优化集合对应的参考优化指数。将区域S0定义为:P3=1且P2>=1且P1>=1,此时在排序时,可以将S0区域分为S01、S02两个子区域,在对该区域的多目标优化结果进行排序时,S01:当P1越大,排名越靠前,S02:当P1相等时,P2越大,排名越靠前,排序优先级顺序:S01<S02。将区域S1定义为:P3=1且P2>=1且P1<1,此时在排序时,可以将S1区域分为S11、S12两个子区域,在对该区域的多目标优化结果进行排序时,S11:当P1越大,排名越靠前,S12:当P1相等时,P2越大排名越靠前,排序优先级顺序:S11<S12。将区域S2定义为:P3<1且P2>=1且P1<1;将S2区域分为S21、S22、S23,共3个子区域,在对该区域的多目标优化结果进行排序时,S21:当P1越大,排名越靠前,S22:当P1相等,P2越大排名越靠前,S23:当P1、P2均相等时,P3越大,排名越靠前,排序优先级顺序:S21<S22<S23。将区域S3定义为:P3=1且P2<1且P1<1,再将S3区域分为S31、S32两个子区域,在对该区域的多目标优化结果进行排序时,S31:P1越大,排名越靠前,S32:P1相等,P2越大排名越靠前,排序优先级顺序:S31<S32。将区域S4定义为P3<1且P2<1且P1<1,将S4区域分为S41、S42、S43、共3个子区域,在对该区域的多目标优化结果进行排序时,S41:P1越大,排名越靠前,S42:P1相等,P2越大排名越靠前,S43:P1,P2相等,P3越大排名越靠前,排序优先级顺序:S41<S42<S43。
可见,本实例中,根据不同的达标情况确定每次多目标优化的综合优化指数,可以提高对综合优化指数的计算的准确度。
与上述实施例一致的,请参阅图3,图3是本申请实施例提供的一种多目标优化结果的排序装置的功能单元组成框图。所述多目标优化结果的排序装置30包括:确定单元301,用于确定目标产品待优化的多个目标参数,所述目标产品为工业生产系统中的中间产品或最终产品,目标参数的值用于衡量所述目标产品的品质;优化单元302,用于对所述多个目标参数进行多次多目标优化,得到所述多次多目标优化对应的多个综合优化指数,所述综合优化指数用于指示针对一次多目标优化的优化效果,其中,针对所述多次多目标优化中的每次多目标优化执行以下步骤:根据当前次多目标优化得到所述多个目标参数中的每个目标参数的优化值;确定所述每个目标参数的第一优先度等级,所述第一优先度等级用于指示所述目标参数对所述目标产品的品质的影响程度;根据所述第一优先度等级对所述多个目标参数进行划分,得到多个优化集合;根据所述优化值确定所述多个优化集合中的每个优化集合的参考优化指数,所述参考优化指数用于指示所述当前次多目标优化中针对一个优化集合的优化效果;根据所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数;排序单元303,用于根据所述综合优化指数对所述多次多目标优化的结果进行排序,得到第一排序结果。
在一个可能的实例中,在所述根据所述优化值确定所述多个优化集合中的每个优化集合的参考优化指数方面,所述优化单元302具体用于:所述根据所述优化值确定所述多个优化集合中的每个优化集合的参考优化指数,包括:获取所述每个目标参数的目标值;根据所述每个优化集合确定每个目标参数对应的优化权重;根据所述目标值、所述优化值、所述优化权重确定所述每个优化集合的基础指数;获取所述每个目标参数的优化方向,所述优化方向用于指示所述目标参数的优化趋势;根据所述目标值、所述优化方向和所述优化值确定所述每个优化集合的优化成功比例,优化成功是指所述目标参数的优化值在所述目标参数对应的预设范围内,所述预设范围为根据所述目标参数的优化值和所述目标参数的优化方向确定;根据所述优化成功比例和所述基础指数确定所述每个优化集合的参考优化指数。
在一个可能的实例中,在所述多个优化集合包括三个,分别为高级优化集合、中级优化集合和低级优化集合,所述根据所述每个优化集合确定每个目标参数对应的优化权重方面,所述优化单元302具体用于:分别确定所述每个优化集合对应的第一权重;获取所述高级优化集合中包括的目标参数的第二优先度等级,所述第二优先度等级用于指示所述目标产品的对应客户对所述高级优化集合中包括的目标参数的关注程度;根据所述第二优先度等级和所述高级优化集合对应的第一权重确定所述高级优化集合中包括的每个目标参数对应的优化权重;获取所述目标产品对应的产品原料类型,所述产品原料类型用于指示所述目标产品的原料的功能特性;根据所述产品原料类型确定所述中级优化集合中包括的每个目标参数对应的第二权重;根据所述第二权重和所述中级优化集合对应的第一权重确定所述中级优化集合中包括的每个目标参数对应的优化权重;根据所述低级优化集合中包括的目标参数的数量和所述低级优化集合对应的第一权重,确定所述低级优化集合中每个目标参数对应的优化权重,所述低级优化集合中每个目标参数对应的优化权重相同。
在一个可能的实例中,在所述根据所述第二权重和所述中级优化集合对应的第一权重确定所述中级优化集合中包括的每个目标参数对应的优化权重方面,所述优化单元302具体用于:获取针对所述目标化工产品的多个历史品质评价表,所述多个历史品质评价表中的每个历史品质评价表中包括所述目标化工产品的产品分数和所述每个目标参数的检测值;根据所述多个历史品质评价表中的所述每个目标参数的检测值确定所述每个目标参数的检测值变化幅度;根据所述每个历史品质评价表的产品分数和所述每个目标参数的检测值变化幅度确定第三权重;根据所述第一权重、所述第二权重和所述第三权重确定所述中级优化集合中包括的每个目标参数对应的优化权重。
在一个可能的实例中,所述基础指数P0通过如下公式计算得到:
Figure BDA0003443974120000101
其中,Yai为所述每个优化集合中第i个目标参数的优化值,所述Ybi为所述每个优化集合中第i个目标参数的目标值,所述Qi为所述每个优化集合中第i个目标参数对应的优化权重,所述T为调整系数。
在一个可能的实例中,在所述根据所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数方面,所述优化单元302具体用于:确定所述多个优化集合对应的优化指数达标值;根据所述优化指数达标值和所述每个优化集合的参考优化指数确定所述多个优化集合的达标情况;根据所述达标情况确定所述当前次多目标优化对应的计算系数;根据所述计算系数和所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数。
在一个可能的实例中,在所述多个优化集合包括三个,分别为高级优化集合、中级优化集合和低级优化集合,所述多个优化集合的达标情况方面,所述优化单元302具体用于:所述高级优化集合、所述中级优化集合和所述低级优化集合均达标;或者,所述高级优化集合不达标,所述中级优化集合和所述低级优化集合均达标;或者,所述中级优化集合达标,所述高级优化集合和所述低级优化集合均不达标;或者,所述低级优化集合达标,所述高级优化集合和所述中级优化集合均不达标;或者,所述高级优化集合、所述中级优化集合和所述低级优化集合均不达标。
可以理解的是,由于方法实施例与装置实施例为相同技术构思的不同呈现形式,因此,本申请中方法实施例部分的内容应同步适配于装置实施例部分,此处不再赘述。
在采用集成的单元的情况下,如图4所示,图4是本申请实施例提供的另一种多目标优化结果的排序装置的功能单元组成框图。在图4中,多目标优化结果的排序装置400包括:处理模块412和通信模块411。处理模块412用于对多目标优化结果的排序装置的动作进行控制管理,例如,执行确定单元301、优化单元302、和排序单元303的步骤,和/或用于执行本文所描述的技术的其它过程。通信模块411用于多目标优化结果的排序装置与其他设备之间的交互。如图4所示,多目标优化结果的排序装置还可以包括存储模块413,存储模块413用于存储多目标优化结果的排序装置的程序代码和数据。
其中,处理模块412可以是处理器或控制器,例如可以是中央处理器(CentralProcessing Unit,CPU),通用处理器,数字信号处理器(Digital Signal Processor,DSP),ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。所述处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。通信模块411可以是收发器、RF电路或通信接口等。存储模块413可以是存储器。
其中,上述方法实施例涉及的各场景的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。上述多目标优化结果的排序装置400可执行上述图2a所示的多目标优化结果的排序方法。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
本申请实施例还提供了一种芯片,其中,该芯片包括处理器,用于从存储器中调用并运行计算机程序,使得安装有所述芯片的设备执行如上述方法实施例中电子设备所描述的部分或全部步骤。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,可轻易想到变化或替换,均可作各种更动与修改,包含上述不同功能、实施步骤的组合,包含软件和硬件的实施方式,均在本发明的保护范围。

Claims (10)

1.一种多目标优化结果的排序方法,其特征在于,所述方法包括:
确定目标产品待优化的多个目标参数,所述目标产品为工业生产系统中的中间产品或最终产品,目标参数的值用于衡量所述目标产品的品质;
对所述多个目标参数进行多次多目标优化,得到所述多次多目标优化对应的多个综合优化指数,所述综合优化指数用于指示针对一次多目标优化的综合优化效果,其中,针对所述多次多目标优化中的每次多目标优化执行以下步骤:根据当前次多目标优化得到所述多个目标参数中的每个目标参数的优化值;确定所述每个目标参数的第一优先度等级,所述第一优先度等级用于指示所述目标参数对所述目标产品的品质的影响程度;根据所述第一优先度等级对所述多个目标参数进行划分,得到多个优化集合;根据所述优化值确定所述多个优化集合中的每个优化集合的参考优化指数,所述参考优化指数用于指示所述当前次多目标优化中针对一个优化集合中包括的多个目标参数的局部优化效果;根据所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数;
根据所述综合优化指数对所述多次多目标优化的结果进行排序,得到第一排序结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述优化值确定所述多个优化集合中的每个优化集合的参考优化指数,包括:
获取所述每个目标参数的目标值;
根据所述每个优化集合确定每个目标参数对应的优化权重;
根据所述目标值、所述优化值、所述优化权重确定所述每个优化集合的基础指数;
获取所述每个目标参数的优化方向,所述优化方向用于指示所述目标参数的优化趋势;
根据所述目标值、所述优化方向和所述优化值确定所述每个优化集合的优化成功比例,优化成功是指所述目标参数的优化值在所述目标参数对应的预设范围内,所述预设范围为根据所述目标参数的优化值和所述目标参数的优化方向确定;
根据所述优化成功比例和所述基础指数确定所述每个优化集合的参考优化指数。
3.根据权利要求2所述的方法,其特征在于,所述多个优化集合包括三个,分别为高级优化集合、中级优化集合和低级优化集合,所述根据所述每个优化集合确定每个目标参数对应的优化权重,包括:
分别确定所述每个优化集合对应的第一权重;
获取所述高级优化集合中包括的目标参数的第二优先度等级,所述第二优先度等级用于指示所述目标产品的对应客户对所述高级优化集合中包括的目标参数的关注程度;
根据所述第二优先度等级和所述高级优化集合对应的第一权重确定所述高级优化集合中包括的每个目标参数对应的优化权重;
获取所述目标产品对应的产品原料类型,所述产品原料类型用于指示所述目标产品的原料的功能特性;
根据所述产品原料类型确定所述中级优化集合中包括的每个目标参数对应的第二权重;
根据所述第二权重和所述中级优化集合对应的第一权重确定所述中级优化集合中包括的每个目标参数对应的优化权重;
根据所述低级优化集合中包括的目标参数的数量和所述低级优化集合对应的第一权重,确定所述低级优化集合中每个目标参数对应的优化权重,所述低级优化集合中每个目标参数对应的优化权重相同。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第二权重和所述中级优化集合对应的第一权重确定所述中级优化集合中包括的每个目标参数对应的优化权重,包括:
获取针对所述目标化工产品的多个历史品质评价表,所述多个历史品质评价表中的每个历史品质评价表中包括所述目标化工产品的产品分数和所述每个目标参数的检测值;
根据所述多个历史品质评价表中的所述每个目标参数的检测值确定所述每个目标参数的检测值变化幅度;
根据所述每个历史品质评价表的产品分数和所述每个目标参数的检测值变化幅度确定第三权重;
根据所述第一权重、所述第二权重和所述第三权重确定所述中级优化集合中包括的每个目标参数对应的优化权重。
5.根据权利要求2-4任一项所述的方法,其特征在于,所述基础指数P0通过如下公式计算得到:
Figure FDA0003443974110000021
其中,Yai为所述每个优化集合中第i个目标参数的优化值,所述Ybi为所述每个优化集合中第i个目标参数的目标值,所述Qi为所述每个优化集合中第i个目标参数对应的优化权重,所述T为调整系数。
6.根据权利要求1所述的方法,其特征在于,所述根据所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数,包括:
确定所述多个优化集合对应的优化指数达标值;
根据所述优化指数达标值和所述每个优化集合的参考优化指数确定所述多个优化集合的达标情况;
根据所述达标情况确定所述当前次多目标优化对应的计算系数;
根据所述计算系数和所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数。
7.根据权利要求6所述的方法,其特征在于,所述多个优化集合包括三个,分别为高级优化集合、中级优化集合和低级优化集合,所述多个优化集合的达标情况,包括:
所述高级优化集合、所述中级优化集合和所述低级优化集合均达标;或者,所述高级优化集合不达标,所述中级优化集合和所述低级优化集合均达标;或者,所述中级优化集合达标,所述高级优化集合和所述低级优化集合均不达标;或者,所述低级优化集合达标,所述高级优化集合和所述中级优化集合均不达标;或者,所述高级优化集合、所述中级优化集合和所述低级优化集合均不达标。
8.一种多目标优化结果的排序装置,其特征在于,所述装置包括:
确定单元,用于确定目标产品待优化的多个目标参数,所述目标产品为工业生产系统中的中间产品或最终产品,目标参数的值用于衡量所述目标产品的品质;
优化单元,用于对所述多个目标参数进行多次多目标优化,得到所述多次多目标优化对应的多个综合优化指数,所述综合优化指数用于指示针对一次多目标优化的优化效果,其中,针对所述多次多目标优化中的每次多目标优化执行以下步骤:根据当前次多目标优化得到所述多个目标参数中的每个目标参数的优化值;确定所述每个目标参数的第一优先度等级,所述第一优先度等级用于指示所述目标参数对所述目标产品的品质的影响程度;根据所述第一优先度等级对所述多个目标参数进行划分,得到多个优化集合;根据所述优化值确定所述多个优化集合中的每个优化集合的参考优化指数,所述参考优化指数用于指示所述当前次多目标优化中针对一个优化集合的优化效果;根据所述每个优化集合的参考优化指数确定所述当前次多目标优化的综合优化指数;
排序单元,用于根据所述综合优化指数对所述多次多目标优化的结果进行排序,得到第一排序结果。
9.一种电子设备,其特征在于,包括处理器、存储器,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
CN202111650397.5A 2021-12-29 2021-12-29 多目标优化结果的排序方法及相关装置 Pending CN114358409A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111650397.5A CN114358409A (zh) 2021-12-29 2021-12-29 多目标优化结果的排序方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111650397.5A CN114358409A (zh) 2021-12-29 2021-12-29 多目标优化结果的排序方法及相关装置

Publications (1)

Publication Number Publication Date
CN114358409A true CN114358409A (zh) 2022-04-15

Family

ID=81102551

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111650397.5A Pending CN114358409A (zh) 2021-12-29 2021-12-29 多目标优化结果的排序方法及相关装置

Country Status (1)

Country Link
CN (1) CN114358409A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114781948A (zh) * 2022-06-21 2022-07-22 希望知舟技术(深圳)有限公司 用于确定员工工作质量的数据处理方法及相关装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114781948A (zh) * 2022-06-21 2022-07-22 希望知舟技术(深圳)有限公司 用于确定员工工作质量的数据处理方法及相关装置

Similar Documents

Publication Publication Date Title
Gould et al. Queue imbalance as a one-tick-ahead price predictor in a limit order book
CN107341176B (zh) 一种样本权重设置方法及装置,电子设备
CN104521225A (zh) 利用贝叶斯均值回归(bmr)的呼叫映射系统和方法
CN108322317A (zh) 一种账号识别关联方法及服务器
CN107402961B (zh) 一种推荐方法及装置,电子设备
CN112395496A (zh) 一种信息推荐方法、装置、电子设备及存储介质
CN108509499A (zh) 一种搜索方法及装置,电子设备
CN107230104A (zh) 基于消费性格的商品多样性自适应推荐方法
CN109492153A (zh) 一种产品推荐方法和装置
CN112015990A (zh) 待推荐网络资源的确定方法、装置、计算机设备及介质
CN114358409A (zh) 多目标优化结果的排序方法及相关装置
CN112308704A (zh) 数据评估方法、装置、电子设备及存储介质
CN110766513A (zh) 信息排序方法、装置、电子设备及可读存储介质
CN112381338B (zh) 事件概率预测模型训练、事件概率预测方法及相关装置
US10600121B1 (en) Forecasting trading algorithm performance
CN108460475A (zh) 基于学生上网行为的贫困生预测方法和装置
CN114723503A (zh) 一种基于产业链数据的市场分析方法及系统
KR102079232B1 (ko) 주식 종목별 추이 분석장치 및 방법
CN115700705A (zh) 产品的分析方法、装置、电子设备和可读存储介质
CN112258450B (zh) 一种对象评分方法及装置
CN115456656A (zh) 消费者购买意向预测方法、装置、电子设备及存储介质
CN111681068A (zh) 目标产品推荐方法、装置、设备及存储介质
CN113158026B (zh) 物品分发方法、电子设备和存储介质
CN116523546B (zh) 智能读者行为分析预测系统数据采集分析的方法和装置
CN109934604A (zh) 获取畅销品名单的方法、系统、存储介质及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination