[发明专利]诊断模型的自动优化方法及自动优化系统

权利要求书

1.一种诊断模型的自动优化方法，其特征在于，所述的自动优化方法包括：

取得一目标设备的多个设备参数；

从多个候选模型中选定将用于诊断该目标设备的运作状态的一目标模型，其中，该目标模型具有多个超参数；

从该多个超参数中选择至少一超参数并转换为一基因序列；

依据该至少一超参数及该基因序列，随机生成多个待优化基因序列并加入一基因序列集；

执行一基因演化流程，以该基因序列集配置该目标模型并进行训练，依据训练结果择优交配以得到多个子代基因序列；

针对该多个子代基因序列中的每一个，执行一区域搜寻流程以找出多个邻近解，并配置该目标模型以生成多个待搜寻模型并进行训练，并择优得到一新子代基因序列；

将对该多个子代基因序列执行该区域搜寻流程后分别产生的多个该新子代基因序列加入该基因序列集；

对该基因序列集进行筛选以留下具有较高准确率的多个筛选后基因序列；

判断该基因序列集是否满足一演化完成条件，并将满足该演化完成条件的该基因序列集作为一最优基因序列集；以及

以该最优基因序列集配置该目标模型以生成多个候选诊断模型。

2.如权利要求1所述的自动优化方法，其特征在于，该基因演化流程包括：

以该基因序列集配置该目标模型以分别生成多个待训练模型；

以该多个设备参数训练该多个待训练模型，并评估满足一训练完成条件时的多个第一准确率；以及

将具有较高的该多个第一准确率的部分该基因序列集以一预定突变率进行交配，以产生该些子代基因序列。

3.如权利要求2所述的自动优化方法，其特征在于，该区域搜寻流程包括：

依据一当前子代基因序列的该至少一超参数的一当前解生成该些邻近解；

以该多个邻近解取代该当前子代基因序列中的该当前解，以生成一当前基因序列集，其中，该当前基因序列集包括对应于该当前解及该多个邻近解的多个待搜寻基因序列；

以该当前基因序列集配置该目标模型以分别生成多个待搜寻模型；

以该多个设备参数训练该多个待搜寻模型，并评估满足该训练完成条件时的多个第二准确率；以及

以具有最高的该第二准确率的该待搜寻基因序列作为该新子代基因序列。

4.如权利要求1所述的自动优化方法，其特征在于，将该至少一超参数转换为该基因序列的步骤包括：

判断该至少一超参数为数值型参数或类别型参数；

响应于判断该至少一超参数为数值型参数，将该至少一超参数的数值进行进位制编码以作为该基因序列对应于该至少一超参数的一部分；以及

响应于判断该至少一超参数为类别型参数，依据该至少一超参数的类别数量进行类别编码以作为该基因序列对应于该至少一超参数的一部分。

5.如权利要求3所述的自动优化方法，其特征在于，以该预定突变率进行交配，以产生该多个子代基因序列的步骤还包括：

响应于以该预定突变率进行交配且发生突变，将交配且发生突变而产生的该子代基因序列中的其中一个数字进行修改。

6.如权利要求3所述的自动优化方法，其特征在于，以该多个设备参数训练该多个待训练模型，并评估满足该训练完成条件时的该多个第一准确率的步骤还包括：

分别计算训练该多个待训练模型所花费的多个第一计算成本及多个第一计算时间，且该训练完成条件还包括各别判断该多个第一计算成本是否到达一预定计算成本，以及判断该多个第一计算时间是否到达一预定计算时间；以及

响应于判断该多个第一计算成本到达该预定计算成本，或该多个第一计算时间到达该预定计算时间，则判断满足该训练完成条件。