[发明专利]算法编排方法、装置、计算机设备及存储介质

权利要求书

1.一种算法编排方法，其特征在于，包括：

确定第一种群；所述第一种群包括n个个体，所述个体包括每一算法在不同时间段占用的资源大小，以及所述每一算法对应的各个图像采集装置在不同时间段的采集时间间隔；所述个体中，所有算法在同一个时间段内占用的资源的大小小于或等于资源最大值，一种算法对应的任一个图像采集装置在一个时间段的采集时间间隔处于所述一种算法对应的所述任一个图像采集装置在所述一个时间段的采集时间间隔范围内；n为正整数；

根据差分进化算法处理所述第一种群，直到确定出包括满足约束条件的目标个体的目标种群；

参考所述目标个体，配置所述每一算法占用的资源大小以及所述每一算法对应的图像采集装置的采集时间间隔。

2.根据权利要求1所述的算法编排方法，其特征在于，所述约束条件包括第一约束条件，所述第一约束条件包括所述个体的第一数值小于或等于第一阈值；所述第一数值用于表征图像处理时长大于最大时延的图像数量；

所述差分进化算法包括第一差分进化算法；

所述根据所述差分进化算法处理所述第一种群，直到确定出包括满足约束条件的目标个体的目标种群，包括：

根据所述第一差分进化算法处理所述第一种群，直到确定出第一目标种群为止，所述第一目标种群包括满足所述第一约束条件的第一个体；

基于所述第一目标种群，确定所述目标个体。

3.根据权利要求2所述的算法编排方法，其特征在于，所述根据所述第一差分进化算法处理所述第一种群，直到确定出第一目标种群为止，包括：

S1、生成第二个体，所述第二个体为对当前种群中的第一最优个体的目标算法在目标时间段的计算资源调整后得到的个体，所述目标算法为所有算法中所述目标时间段首个出现图像处理时长大于最大时延的算法；所述第一最优个体为所述当前种群中第一数值最小的个体；

S2、对所述当前种群中的每个个体执行处理操作，以得到处理后的第二种群；所述处理操作包括第一变异操作、交叉操作和选择操作；所述第一变异操作中的变异向量包括所述当前种群中随机选择的个体；

若所述第二种群和所述第二个体中不包括所述第一个体，则对所述第二种群执行所述S1以及所述S2，直到所述第二种群和所述第二个体中包括所述第一个体，则所述第二种群和所述第二个体构成第一目标种群。

4.根据权利要求2或3所述的算法编排方法，其特征在于，所述约束条件还包括第二约束条件，所述第二约束条件包括所述个体的第二数值满足预设条件，所述第二数值用于表征处理图像的数量；

所述差分进化算法还包括第二差分进化算法；

所述基于所述第一目标种群，确定所述目标个体，包括：

根据第二差分进化算法处理所述第二种群，直到确定出第二目标种群为止，所述第二目标种群包括同时满足所述第一约束条件和所述第二约束条件的第三个体；其中，所述第二差分进化算法包括第二变异操作，所述第二变异操作中的变异向量包括第二最优个体；所述第二最优个体为当前待处理的个体中第一数值最小，且第二数值最大的个体；

基于所述第二目标种群，确定所述目标个体。

5.根据权利要求4所述的方法，其特征在于，所述基于所述第二目标种群，确定所述目标个体，包括：

确定待分析个体和随机个体，所述待分析个体为所述第二目标种群的所有个体中排名指数满足预设筛选条件的个体；

根据第三差分进化算法处理所述待分析个体，直到确定出第三目标种群；所述第三目标种群包括第四个体，所述第四个体同时满足所述第一约束条件和所述第二约束条件；其中，所述第三差分进化算法包括第三变异操作，所述第三变异操作中的变异向量包括从第一处理个体中随机选择的m个个体；m为正整数；所述第一处理个体包括所述待分析个体和所述随机个体；或者，所述第一处理个体包括处理后的待分析个体和所述随机个体；

基于所述第三目标种群，确定所述目标个体。