[发明专利]一种基于遗传算法的任务处理方法、装置及电子设备

说明书

本说明书实施例提供一种基于遗传算法的任务处理方法、装置及电子设备。方法包括：以处理代价系数上限为约束，基于候选风险任务集合中各候选风险任务对应的处理代价系数，确定候选风险任务集合中的至少两种风险任务处理安排结果。对至少两种风险任务处理安排结果进行基因编码，得到初始种群。基于遗传算法，对初始种群进行多轮迭代的遗传运算，得到目标种群，每轮遗传运算中，目标个体被选取为亲本个体的概率与目标个体的适应度匹配，目标个体的适应度与目标个体的总处理代价系数呈负相关。按照目标种群中的目标优质个体表征的风险任务处理安排结果，对候选风险任务集合进行处理，优质个体为总处理效益系数达到预设处理效益要求的个体。

技术领域

本文件涉及数据处理技术领域，尤其涉及一种基于遗传算法的任务处理方法、装置及电子设备。

背景技术

目前的业务系统经常产生出大量的风险任务。在资源有限的情况下，这些风险任务无法得到全部处理，因此会挑选出其中一部分有价值的任务进行处理。目前的挑选方式主要有两种，一种穷尽搜索的挑选，这种方式会遍历每个任务并进行比较，然后计算出最优解，当任务量较多数，执行效率过低。另一种是基于贪心算法的搜索，这种方式始终选择当前点的邻居中离目标最近者的方向搜索，虽然执行效率较高，但往往陷入局部极值，无法精准搜索到全局的最优解。

为此，当前亟需一种解决方案，能够提高业务系统挑选待处理风险任务的执行效率以及最优解的概率。

发明内容

本说明书实施例目的是提供一种基于遗传算法的任务处理方法、装置及电子设备，能够提高业务系统挑选待处理风险任务的执行效率和最优解概率。

为了实现上述目的，本说明书实施例是这样实现的：

第一方面，提供一种基于遗传算法的任务处理方法，包括：

以预设的处理代价系数上限为约束，基于候选风险任务集合中各候选风险任务对应的处理代价系数，确定所述候选风险任务集合中的至少两种风险任务处理安排结果，其中，所述候选风险任务集合中的所有候选风险任务的总处理代价系数大于所述处理代价系数上限；

对所述至少两种风险任务处理安排结果进行基因编码，得到所述至少两种风险任务处理安排结果基因编码后所组成的初始种群；

基于遗传算法，对所述初始种群进行多轮迭代的遗传运算，得到目标种群，其中，每轮遗传运算中，目标个体被选取为亲本个体的概率与目标个体的适应度相匹配，目标个体的适应度与目标个体的总处理代价系数呈负相关；

按照目标种群中的目标优质个体表征的风险任务处理安排结果，对所述候选风险任务集合中的候选风险任务进行处理，其中，所述候选风险任务集合中各候选风险任务对应有处理效益系数，优质个体为总处理效益系数达到预设处理效益要求的个体。

第二方面，提供一种基于遗传算法的任务处理装置，包括：

处理安排模块，以预设的处理代价系数上限为约束，基于候选风险任务集合中各候选风险任务对应的处理代价系数，确定所述候选风险任务集合中的至少两种风险任务处理安排结果，其中，所述候选风险任务集合中的所有候选风险任务的总处理代价系数大于所述处理代价系数上限；

基因编码模块，对所述至少两种任务处理安排结果进行基因编码，得到所述至少两种任务处理安排结果基因编码后所组成的初始种群，其中，所述初始种群中的个体与所述至少两种任务处理安排结果一一对应，且每个个体所包含的基因与所述候选风险任务集合中的候选风险任务一一对应，基因的取值用于表征对应的候选风险任务是否被确定为目标任务；

遗传运算模块，基于遗传算法，对所述初始种群进行多轮迭代的遗传运算，得到目标种群，其中，每轮遗传运算中，目标个体被选取为亲本个体的概率与目标个体的适应度相匹配，目标个体的适应度与目标个体的总处理代价系数呈负相关；