一种用于确定遗传算法中使用的适应度函数的方法和装置与流程

技术特征：
1.一种用于确定遗传算法中使用的适应度函数的方法，所述适应度函数用于计算遗传算法中得到的遗传求解个体的适应度，所述适应度用于表征该遗传求解个体的环境适应性，该方法包括：获取所述适应度函数中包括的至少一个适应度参量以及至少两组第一权重集合；其中，所述第一权重集合为所述至少一个适应度参量各自的权重值的集合，任意两组第一权重集合中的权重值不完全相同；基于应用所述至少两组第一权重集合得到的遗传求解个体所能达到的收益，确定目标权重集合；利用所述目标权重集合和所述至少一个适应度参量，确定所述适应度函数。2.根据权利要求1所述的方法，其中，每一个适应度参量均包括如下中的一个：遗传求解个体所能达到的收益；遗传求解个体的约束值；所述收益、所述约束值和约束边界的任意组合。3.根据权利要求1所述的方法，其中，所述基于应用所述至少两组第一权重集合得到的遗传求解个体所能达到的收益确定目标权重集合，包括：针对每一组第一权重集合，计算利用当前第一权重集合得到的遗传求解个体所能达到的收益；根据各组第一权重集合得到的遗传求解个体所能达到的收益，确定目标权重集合。4.根据权利要求3所述的方法，其中，所述计算利用当前第一权重集合得到的遗传求解个体所能达到的收益，包括：将当前第一权重集合中的各个权重值作用在各自对应的适应度参量上，得到初级适应度函数；利用所述初级适应度函数从至少一个遗传求解个体中确定出一个第一遗传求解个体；其中，所述至少一个遗传求解个体中所述第一遗传求解个体的适应度更高；利用遗传算法对所述第一遗传求解个体进行求解，得到所述当前第一权重集合得到的第一遗传求解个体所能达到的收益。5.根据权利要求3所述的方法，其中，所述根据各组第一权重集合得到的遗传求解个体所能达到的收益确定目标权重集合，包括：利用至少一组样本训练数据训练收益预测模型；其中，每一组所述样本训练数据中均包括一组第一权重集合，以及利用该组第一权重集合得到的遗传求解个体所能达到的收益；随机生成至少两组第二权重集合；其中，所述第二权重集合为所述至少一个适应度参量各自的权重值的集合，且任意两组第二权重集合中的权重值不完全相同；分别将所述至少两组第二权重集合输入到所述收益预测模型中，输出收益结果；将所述至少两组第二权重集合中具有最优收益结果的权重集合确定为所述目标权重集合。6.根据权利要求1至5中任一所述的方法，其中，所述利用所述目标权重集合和所述至少一个适应度参量确定所述适应度函数，包括：将所述目标权重集合中各个权重值确定为与各权重值对应的适应度参量的权重系数，
得到遗传算法中使用的适应度函数。7.业务处理方法，包括：接收一个业务处理任务；其中，该业务处理任务包括对一个遗传求解问题中的至少两个待进行遗传求解的遗传求解个体进行求解，任意一个遗传求解个体均包含该遗传求解问题的一个解；利用如权利要求1至6中任一所述的方法确定的适应度函数，计算所述至少两个待进行遗传求解的遗传求解个体的适应度；根据计算出的适应度，从所述至少两个待进行遗传求解的遗传求解个体中选取出至少一个目标遗传求解个体；利用遗传求解算法对所述至少一个目标遗传求解个体进行遗传求解，得到所述遗传求解问题的最优解。8.一种用于确定遗传算法中使用的适应度函数的装置，所述适应度函数用于计算遗传算法中得到的遗传求解个体的适应度，所述适应度用于表征该遗传求解个体的环境适应性，该装置包括：获取模块，配置为获取所述适应度函数中包括的至少一个适应度参量以及至少两组第一权重集合；其中，所述第一权重集合为所述至少一个适应度参量各自的权重值的集合，任意两组第一权重集合中的权重值不完全相同；权重集合确定模块，配置为基于应用所述获取模块获取到的所述至少两组第一权重集合得到的遗传求解个体所能达到的收益，确定目标权重集合；适应度函数确定模块，配置为利用所述权重集合确定模块确定的所述目标权重集合和所述获取模块获取到的所述至少一个适应度参量，确定所述适应度函数。9.业务处理装置，包括：任务接收模块，配置为接收一个业务处理任务；其中，该业务处理任务包括对一个遗传求解问题中的至少两个待进行遗传求解的遗传求解个体进行求解，任意一个遗传求解个体均包含该遗传求解问题的一个解；适应度计算模块，配置为利用如权利要求8所述的装置确定的适应度函数，计算所述任务接收模块接收到的所述至少两个待进行遗传求解的遗传求解个体的适应度；筛选模块，配置为根据所述适应度计算模块得到的适应度，从所述至少两个待进行遗传求解的遗传求解个体中选取出至少一个目标遗传求解个体；遗传求解模块，配置为利用遗传求解算法对所述筛选模块得到的所述至少一个目标遗传求解个体进行遗传求解，得到所述遗传求解问题的最优解。10.一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-7中任一项所述的方法。

技术总结
本说明书实施例描述了一种用于确定遗传算法中使用的适应度函数的方法、业务处理方法和装置。根据实施例的方法，在确定遗传算法中使用的适应度函数时，首先获取适应度函数中包括的适应度参量和第一权重集合，然后基于该第一权重集合得到的遗传求解个体所能得到的收益确定出目标权重集合，进而根据该目标权重集合和适应度参量即可确定得到适应度函数。本方案中判断遗传求解个体是否适用于进行遗传求解的适应度函数是基于对具有不同权重的遗传求解个体的收益确定的，这与遗传求解的目标是一致的。因此，基于该适应度函数能够选择出使遗传求解向着得到最优解的方向演化的遗传求解个体，从而提高遗传求解的效率。从而提高遗传求解的效率。从而提高遗传求解的效率。


技术研发人员：丁皓 吴华
受保护的技术使用者：支付宝（杭州）信息技术有限公司
技术研发日：2022.04.14
技术公布日：2022/7/1