[发明专利]一种最优化问题的求解方法及系统

说明书

一种最优化问题的求解方法及系统，特别涉及一种利用TURF方法求解最优化问题的方法及系统。本发明包括：输入数据；根据最优化问题和需求，自定义参数，该参数至少包括数据子集的到达标准和到达深度；采用TURF方法，将输入数据的子集频率加权的总和和到达频率作为优化目标，结合自定义的参数，对最优化问题求取最优解。所述参数还包括数据子集的数量阈值和维度阈值；将输入的数据子集与数据子集的数量阈值和维度阈值相比较，确定最优化问题的难易程度，进而选择相应的算法求取最优解。自定义参数还包括自定义数据子集的顺序、强制选项、选项捆绑、互斥选项、某个体数据和/或某选项加权。本发明提供一种灵活、适用范围广的最优化问题的求解方法及系统。

技术领域

本发明涉及一种最优化问题的求解方法及系统，特别涉及一种利用TURF(TotalUnduplicated Reach&Frequency：总和和到达频率)方法求解最优化问题的方法及系统。

背景技术

最优化问题是一个非常普遍的，在生产管理、经济金融、环境工程、交通运输以及国防等领域都会遇到的问题。最优化是讨论决策问题的最佳选择，构造寻求最佳解的计算方法，其与分析、几何、代数、概率论及计算机科学、系统科学、自动化等学科紧密联系，互相促进。如果说“模拟”深刻地改变着人们改造世界的能力，那么“优化”则深刻地改变着人们改造世界的方法和途径。例如：资源分配时，怎样分配，采取什么样的分配方式，可以使得既满足现有需求又能获得好的经济效益；生产计划安排时，采取什么方案安排既能在提高产量的同时又可以获得更多利润；在城市建设时，怎样合理的布局道路、住宅、学校以及医院等建筑，才能有利城市各行各业的发展又方便群众。

最优化问题常常不是由单个表现最优的候选项组成。单个表现最优的选项间存在重叠和替代关系，从而导致对一个选出的子集来说，某些选项的边际贡献很小乃至为零，简单化的选取表现最好的候选项进行组合是不可取的。

从分析方法角度来看，迄今为止，人们采用的解决最优化问题的最优组合产生方法，一直是比较初级的，多方面的实际需求并没有得到很好解决。例如：达到深度问题，选项采用顺序问题、强制性问题、选项间的互斥问题等，都没有得到系统解决。

发明内容

本发明提供一种灵活、适用范围广的最优化问题的求解方法及系统。

本发明的一种最优化问题的求解方法，所述方法包括：

S1：输入数据；

S2：根据最优化问题和需求，自定义参数：

所述参数至少包括数据子集的到达标准和到达深度；

S3：采用TURF方法，将输入数据的子集频率加权的总和和到达频率作为优化目标，结合自定义的参数，对最优化问题求取最优解。

优选的是，所述自定义参数还包括自定义数据子集的数量阈值和维度阈值；

所述S3中，对最优化问题求取最优解：

将输入的数据子集的数量及维度与自定义的数量阈值和维度阈值相比较，确定最优化问题的难易程度，进而选择相应的算法求取最优解。

优选的是，所述S3中，对最优化问题求取最优解：

判断输入的数据子集的数量是否大于数量阈值，若否，采用穷举法对子集的频率加权总和和达到频率进行运算，对最优化问题求取最优解；若是，则判断输入的数据子集的维度是否大于维度阈值，若否，则采用遗传算法对子集的频率加权总和和达到频率进行运算，对最优化问题求取最优解，若是，将穷举法和遗传算法相结合，对子集的频率加权总和和达到频率进行运算，对最优化问题求取最优解。

优选的是，所述自定义参数还包括自定义数据子集的顺序、自定义数据子集的强制选项、自定义数据子集的选项捆绑、自定义数据子集的互斥选项、对数据子集中的某个体数据和/或某选项加权。