[发明专利]一种历史决策数据驱动的智能决策平台及其实现方法

权利要求书

1.一种历史决策数据驱动的智能决策平台，其特征在于：包括数据输入模块，决策任务自动构建模块，虚拟环境训练模块，决策策略训练模块，分布式神经网络调度模块，以及超参选优模块；

所述数据输入模块用于上传存放历史决策数据的文件；

所述决策任务自动构建模块根据历史决策数据和业务场景构建决策因果图；所述决策因果图反应了历史决策数据之间的因果关系；决策因果图包含有决策空间节点和决策目标节点；决策空间节点是可以做决策的动作空间，决策目标是希望通过决策模型优化的目标节点；决策因果图构建完成后，决策任务自动构建模块把数据输入模块上传的历史决策数据按列绑定到因果图的每个节点；

所述虚拟环境训练模块基于历史决策数据和决策因果图进行虚拟环境训练，在训练过程中使用分布式训练模块分发计算资源进行多模型并行训练，超参选优模块在预定义的超参空间进行超参选择；虚拟环境训练模块判断训练的虚拟环境和真实环境的相似度，如果相似度达到预设的阈值，则环境模型训练完成，否则继续进行模型训练；最后获得符合要求的训练完成的虚拟环境模型；

所述决策策略训练模块在虚拟环境模型上使用强化学习方法进行决策模型训练，训练过程中使用分布式训练模块分发计算资源进行多模型并行训练，超参选优模块在预定义的超参空间进行超参选择；判断输出的决策模型是否已经达到需求，如果不符合需求，则继续进行模型训练，如果达到需求，则输出决策模型；

所述分布式神经网络调度模块获得输出的环境模型和决策模型，释放模型训练占用的资源，对环境模型和决策模型打包，提供API供用户调用进行智能决策。

2.根据权利要求1所述的历史决策数据驱动的智能决策平台，其特征在于：将存放历史决策数据的文件上传到数据输入模块，数据输入模块对文件中的历史决策数据进行数据预处理，包括填补缺失值以及删除噪声数据和重复数据。

3.根据权利要求2所述的历史决策数据驱动的智能决策平台，其特征在于：存放历史决策数据的文件为Excel，CSV和SQL的文件格式。

4.根据权利要求1所述的历史决策数据驱动的智能决策平台，其特征在于：所述超参选优模块生成多组超参，分布式训练模块并行的对计算资源进行调度，创建多个进程分别对生成的超参进行训练。

5.一种历史决策数据驱动的智能决策平台实现方法，其特征在于，包括如下步骤：

S1，获得历史决策数据进行数据处理；

S2，根据历史决策数据和业务场景构建决策因果图；所述决策因果图反应了历史决策数据之间的因果关系，决策因果图包含有决策空间节点和决策目标节点；所述决策空间节点是可以做决策的动作空间，决策目标是希望通过决策模型优化的目标节点；决策因果图构建完成后，需要把S1中上传的历史决策数据按列绑定到决策因果图的每个节点；

S3，基于历史决策数据和决策因果图进行虚拟环境训练，在训练过程中使用分布式训练模块分发计算资源进行多模型并行训练，超参选优模块会在预定义的超参空间进行超参选择；

S4，判断训练的虚拟环境和真实环境的相似度，如果相似度达到预设的阈值，则环境模型训练完成，否则继续回到S3进行模型训练；

S5，获得符合要求的训练完成的虚拟环境模型；

S6，在虚拟环境上使用强化学习方法进行决策模型训练，训练过程中使用分布式训练模块分发计算资源进行多模型并行训练，超参选优模块会在预定义的超参空间进行超参选择；

S7，判断S6输出的决策模型是否已经达到需求，如果不符合需求，则回到S6继续进行模型训练，如果达到需求，则输出决策模型；

S8，获得输出的环境模型和决策模型，释放模型训练占用的资源，对环境模型和决策模型打包，提供API供用户调用进行智能决策。

6.根据权利要求5所述的历史决策数据驱动的智能决策平台实现方法，其特征在于，所述S1中，平台支持使用Excel，CSV和SQL文件格式上传历史决策数据，上传后的历史决策数据会被平台进行数据预处理，包括填补缺失值，以及删除噪声数据和重复数据。