人工智能驱动的两阶段随机规划问题求解方法和系统与流程

本发明属于人工智能领域，公开了一种人工智能驱动的两阶段随机规划问题求解方法和系统。

背景技术：

1、近些年，基于神经网络、深度学习等人工智能方法在图像分析、自然语言处理等难以被形式化构建的任务上取得了的成功。相比之下，运筹学方法为规划、调度等易于形式化但求解困难的领域提供了有效的解决方案。基于两者各自的优势，一些结合深度学习和运筹学方法的工作在旅行商、车辆路径规划、负载均衡等任务上取得了超越已有算法的效果。然而，大部分研究集中在确定性问题上，鲜有工作关注到另一类广泛存在的现象-不完美信息下的组合优化问题。这类问题的信息会在决策过程中被逐步揭示，仅当问题被完全解决后，完整的信息才能被获知。在求解时，需要仅根据部分信息做出决策，不单要最大化预期收益，还必须满足已知的要求。类似的信息不完全情况在实际场景如容量调度、路线规划等任务中普遍存在。除了对解决方案的要求，这类任务往往还具备实时性，需要模型在短时间内给出反应。

2、在运筹学中，不完美信息下的组合优化往往被建模成两阶段的随机规划问题，随着场景数的增加，问题的规模（即决策变量的数目和约束的数目）线性增大，求解扩展形式极为困难。为了应对这一挑战，场景缩减技术被广泛采用，它利用问题本身的信息来挑选最具代表性的少量场景。通过利用这些场景避免了对大规模问题的计算。但是已有的场景缩减方法往往聚焦于理论上的结果，如方法在近似比等指标上的理论保证，并不能真正应用于实际问题的求解，比如配送建站问题。

技术实现思路

1、发明目的，提供一种人工智能驱动的两阶段随机规划问题求解方法和系统，以解决现有技术存在的上述问题。

2、技术方案，提供一种人工智能驱动的两阶段随机规划问题求解方法，包括如下步骤：

3、步骤s0、采集配送建站数据，构建两阶段随机规划问题的数学模型；其中配送建站数据包括确定性参数、随机参数、决策时间点和决策变量；其中，确定性参数包括：可建设站点数量、最大可建设站点数量、各站点到小区的运输距离矩阵，以及各站点的货物容量向量；随机参数包括各小区的客户需求向量；决策时间点包括站点建设决策时刻和货物配送决策时刻；

4、步骤s1、基于数学模型生成配送建站场景集合，在每个配送建站场景中，将数学模型转换为图形结构；

5、步骤s2、基于图形结构，构建分层图卷积网络，从分层图卷积网络中提取配送建站场景的关键信息，基于关键信息，构建配送建站场景相似度图；

6、步骤s3、基于配送建站场景相似度图，构建配送建站场景重要性评分模型，评估配送建站场景的重要性，并选择出代表性配送建站场景，对代表性配送建站场景进行排序；

7、步骤s4、基于排序后的代表性配送建站场景，构建确定性等价问题，对确定性等价问题进行求解，得到配送建站解决方案，从配送建站解决方案中提取关键决策信息；

8、步骤s5、基于关键决策信息，构建配送建站解决方案评估工具，使用配送建站解决方案评估工具在随机生成的配送场景中评估配送建站解决方案的质量，基于评估的结果，更新配送建站场景重要性评分模型的参数。

9、根据本申请的另一个方面，还提供人工智能驱动的两阶段随机规划问题求解系统，包括：

10、至少一个处理器；以及，

11、与至少一个所述处理器通信连接的存储器；其中，

12、所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述任一项技术方案所述的人工智能驱动的两阶段随机规划问题求解方法。

13、有益效果，针对配送建站问题、打车问题、配电站布局问题、水电站布局问题等等，本发明相比于传统方法仅关注理论上的近似比等指标，通过实际场景的生成和评估，确保了其在实际问题求解中的有效性；通过简化原始随机规划问题的求解过程，提高了求解效率；通过选择代表性配送建站场景，保留了问题的关键特征的同时减少了计算复杂度。

技术特征：

1.人工智能驱动的两阶段随机规划问题求解方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤s1进一步为：

3.根据权利要求2所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤s2进一步为：

4.根据权利要求3所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤s3进一步为：

5.根据权利要求4所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤s4进一步为：

6.根据权利要求5所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤s5进一步为：

7.根据权利要求6所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤s22中压缩分层图卷积网络中的场景特征，进一步为：

8.根据权利要求6所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，还包括对步骤s42中的新决策变量的生成频率进行调整，具体为：

9.根据权利要求6所述的人工智能驱动的两阶段随机规划问题求解方法，其特征在于，步骤s34进一步为：

10.人工智能驱动的两阶段随机规划问题求解系统，其特征在于，包括：

技术总结本发明公开了一种人工智能驱动的两阶段随机规划问题求解方法和系统，包括：采集配送建站数据，构建两阶段随机规划问题的数学模型；基于数学模型生成配送建站场景集合，将数学模型转换为图形结构；基于图形结构，构建分层图卷积网络，从分层图卷积网络中提取配送建站场景的关键信息，基于关键信息，构建配送建站场景相似度图；基于配送建站场景相似度图，构建配送建站场景重要性评分模型，评估配送建站场景的重要性，并选择出代表性配送建站场景，对代表性配送建站场景进行排序；基于排序后的代表性配送建站场景，构建确定性等价问题，对确定性等价问题进行求解，得到配送建站解决方案。提高了配送建站等两阶段规划问题的求解效率。技术研发人员：张一帆,吴洋受保护的技术使用者：中科南京人工智能创新研究院技术研发日：技术公布日：2024/8/27