[发明专利]数据处理方法、装置、计算机存储介质和处理器

说明书

本发明公开了一种数据处理方法、装置、计算机存储介质和处理器。其中，该方法包括：获取初始种群，其中，初始种群用于进行差分处理；对初始种群进行主成分分析，以将初始种群中第一维度的解向量转换为第二维度的解向量，其中，第二维度的解向量之间的相关度为零，第二维度低于第一维度；基于第二维度的解向量构建目标种群；基于目标种群输出目标解。本发明解决了差分算法的寻优性能低的技术问题。

技术领域

本发明涉及数据处理领域，具体而言，涉及一种数据处理方法、装置、计算机存储介质和处理器。

背景技术

目前，在计算机处理差分算法时，在问题维度较高，且局部极值点较多的情况下，并不能保证差分算法准确收敛到全局最优，从而导致差分算法的寻优性能急剧下降。

针对上述现有技术中的差分算法的寻优性能低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种数据处理方法、装置、计算机存储介质和处理器，以至少解决差分算法的寻优性能低的技术问题。

根据本发明实施例的一个方面，提供了一种数据处理方法。该方法可以包括：获取初始种群，其中，初始种群用于进行差分处理；对初始种群进行主成分分析，以将初始种群中第一维度的解向量转换为第二维度的解向量，其中，第二维度的解向量之间的相关度为零，第二维度低于第一维度；基于第二维度的解向量构建目标种群；基于目标种群输出目标解。

可选地，基于第二维度的解向量构建目标种群，包括：从第二维度的解向量中选取贡献率大于目标阈值的第三维度的解向量，其中，贡献率用于表示解向量为目标种群的多样性的贡献程度；将第三维度的解向量构建为目标种群。

可选地，基于目标种群输出目标解，包括：对目标种群中的解向量进行变异操作，得到中间解向量；对中间解向量和目标种群中的当前进化解向量进行交叉操作，得到候选解向量；对候选解向量进行选择操作，以得到目标解。

可选地，对目标种群中的解向量进行变异操作，得到中间解向量，包括：基于变异因子和目标种群中的任意解向量，确定中间解向量。

可选地，基于变异因子和目标种群中的任意解向量，确定中间解向量，包括：获取第一任意解向量和第二任意解向量二者之间的差值；获取差值和变异因子二者之间的积；获取积与第三任意解向量二者之间的和；将和确定为中间解向量。

可选地，对中间解向量和目标种群中的当前进化解向量进行交叉操作，得到候选解向量，包括：基于交叉概率因子、第一随机数和第二随机数，对中间解向量和当前进化解向量进行交叉操作，得到候选解向量。

可选地，基于交叉概率因子、第一随机数和第二随机数，对中间解向量和当前进化解向量进行交叉操作，得到候选解向量，包括：在交叉概率因子不小于第一随机数，或进行交叉操作的次数等于第二随机数的情况下，基于中间解向量确定候选解向量；在交叉概率因子大于第一随机数，且进行交叉操作的次数不等于第二随机数的情况下，基于当前进化解向量确定候选解向量。

可选地，对候选解向量进行选择操作，以得到目标解，包括：根据适应度值对候选解向量和当前进化解向量进行选择操作，以得到目标解。

根据本发明实施例的另一方面，还提供了一种数据处理装置。该装置可以包括：获取单元，用于获取初始种群，其中，初始种群用于进行差分处理；主成分分析单元，用于对初始种群进行主成分分析，以将初始种群中第一维度的解向量转换为第二维度的解向量，其中，第二维度的解向量之间的相关度为零，第二维度低于第一维度；构建单元，用于基于第二维度的解向量构建目标种群；输出单元，用于基于目标种群输出目标解。

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质。该计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行本发明实施例的数据处理方法。