[發(fā)明專利]一種基于生成對抗模仿學(xué)習(xí)的同質(zhì)平臺發(fā)展效應(yīng)預(yù)測方法

有效

• 申請?zhí)枺?/td>: 202010697890.1
• 申請日: 2020-07-20
• 公開（公告）號: CN111882124B
• 公開（公告）日: 2022-06-07
• 發(fā)明（設(shè)計(jì)）人: 熊盛武;陳小英;王盛;陳偉;謝澤豐
• 申請（專利權(quán)）人: 武漢理工大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/26;G06N3/04
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 魏波

本發(fā)明公開了一種基于生成對抗模仿學(xué)習(xí)的同質(zhì)平臺發(fā)展效應(yīng)預(yù)測方法，首先針對智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)構(gòu)建完整的產(chǎn)業(yè)圖譜，將產(chǎn)業(yè)圖譜內(nèi)的實(shí)體和關(guān)系映射到低維的向量空間；然后構(gòu)建基于生成對抗模仿學(xué)習(xí)的路徑推理模型；接著對路徑鑒別器進(jìn)行訓(xùn)練，使路徑鑒別器能夠盡可能的區(qū)分路徑生成器生成的路徑和路徑采樣器采集的路徑之間的區(qū)別；提取各個區(qū)域的時序經(jīng)濟(jì)指標(biāo)的特征；最后基于路徑生成器生成路徑的語義特征和時序經(jīng)濟(jì)指標(biāo)特征，結(jié)合政策、產(chǎn)業(yè)布局、經(jīng)濟(jì)指標(biāo)，在政府同質(zhì)化的引導(dǎo)下對各個區(qū)域的發(fā)展效應(yīng)進(jìn)行預(yù)測。本發(fā)明避免了人為設(shè)計(jì)獎勵函數(shù)，以區(qū)域政策、區(qū)域產(chǎn)業(yè)布局、區(qū)域經(jīng)濟(jì)指標(biāo)等多視角方式預(yù)測各個區(qū)域在同質(zhì)化引導(dǎo)下的發(fā)展效應(yīng)。

技術(shù)領(lǐng)域

本發(fā)明屬于生成對抗模仿學(xué)習(xí)與知識圖譜技術(shù)領(lǐng)域，涉及一種發(fā)展效應(yīng)預(yù)測方法，具體涉及一種基于生成對抗模仿學(xué)習(xí)的同質(zhì)平臺發(fā)展效應(yīng)預(yù)測方法，結(jié)合各個區(qū)域的產(chǎn)業(yè)布局，對各個區(qū)域的發(fā)展效應(yīng)進(jìn)行預(yù)測，以求在同質(zhì)化現(xiàn)象下脫穎而出。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，知識圖譜的規(guī)模也日漸龐大。大規(guī)模的知識圖譜在很多應(yīng)用中起到支撐作用，例如問答系統(tǒng)、智能推薦、趨勢預(yù)測等。一個包含產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)分布、產(chǎn)業(yè)分工、產(chǎn)業(yè)內(nèi)企業(yè)關(guān)系等因素的完整湖北省智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)圖譜內(nèi)，蘊(yùn)含了各個區(qū)域的產(chǎn)業(yè)布局，以及各個產(chǎn)業(yè)的上中下游關(guān)系。這種產(chǎn)業(yè)布局以及上中下游關(guān)系在產(chǎn)業(yè)圖譜內(nèi)可以以路徑的形式體現(xiàn)，基于路徑的知識推理可以通過推理模型在產(chǎn)業(yè)圖譜內(nèi)搜尋需要的路徑。而同質(zhì)平臺發(fā)展效應(yīng)預(yù)測則是在產(chǎn)業(yè)圖譜內(nèi)各種與政策和產(chǎn)業(yè)布局相關(guān)的路徑上，結(jié)合各個區(qū)域的經(jīng)濟(jì)指標(biāo)，為各個區(qū)域進(jìn)行發(fā)展效應(yīng)預(yù)測。

常見的路徑推理模型主要包括路徑排序算法RPA和基于強(qiáng)化學(xué)習(xí)的推理模型。PRA算法通過隨機(jī)游走來執(zhí)行多個有界深度優(yōu)先搜索過程以找到關(guān)系路徑，但PRA算法在完全離散的空間中運(yùn)行，難以評估和比較知識圖譜中的相似實(shí)體和關(guān)系。基于強(qiáng)化學(xué)習(xí)的路徑推理模型將推理順序決策問題，并利用強(qiáng)化學(xué)習(xí)(RL)來逐步的進(jìn)行路徑搜索，以求讓代理獲得最大的獎勵。但是這種方法需要針對不同的數(shù)據(jù)集設(shè)計(jì)不同的獎勵函數(shù)，常用的終端獎勵函數(shù)也會造成獎勵稀疏問題。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明提出一種基于生成對抗模仿學(xué)習(xí)的同質(zhì)平臺發(fā)展效應(yīng)預(yù)測方法，使用基于生成對抗模仿學(xué)習(xí)的路徑推理模型，將鑒別器提取的生成路徑的語義特征作為代理搜尋路徑的獎勵，從而避免了人為設(shè)計(jì)獎勵函數(shù)，并且通過模仿學(xué)習(xí)能夠加快生成器的訓(xùn)練過程。

本發(fā)明所采用的技術(shù)方案是：一種基于生成對抗模仿學(xué)習(xí)的同質(zhì)平臺發(fā)展效應(yīng)預(yù)測方法，其特征在于，包括以下步驟：

步驟1：針對智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)，構(gòu)建完整的產(chǎn)業(yè)圖譜，使用知識圖譜嵌入模型將產(chǎn)業(yè)圖譜內(nèi)的實(shí)體和關(guān)系映射到低維的向量空間，實(shí)現(xiàn)實(shí)體和關(guān)系的向量化；

其中，使用TransE模型對產(chǎn)業(yè)圖譜內(nèi)的實(shí)體和關(guān)系進(jìn)行表示學(xué)習(xí)，將實(shí)體和關(guān)系映射到低維的向量空間，實(shí)現(xiàn)實(shí)體和關(guān)系的向量化，后續(xù)步驟的實(shí)體和關(guān)系均以嵌入向量的方式輸入；

步驟2：構(gòu)建基于生成對抗模仿學(xué)習(xí)的路徑推理模型；

所述路徑推理模型包括路徑生成器、路徑采樣器以及路徑鑒別器；

其中，將基于策略的強(qiáng)化學(xué)習(xí)模型作為路徑生成器，并初始化路徑生成器的圖譜環(huán)境空間，包括狀態(tài)空間S_t、動作空間A_t、獎勵函數(shù)R(s_t)；并使用長短期記憶網(wǎng)絡(luò)LSTM和多層感知器MLP構(gòu)建策略網(wǎng)絡(luò)，其中長短期記憶網(wǎng)絡(luò)LSTM用于提取代理Agent歷史路徑的路徑歷史特征；策略網(wǎng)絡(luò)的輸出為代理Agent所在的當(dāng)前實(shí)體e_t的動作空間概率分布，根據(jù)概率分布引導(dǎo)代理Agent進(jìn)行下一步動作；代理Agent在策略網(wǎng)絡(luò)和問題三元組(e_head,r,e_tail)的引導(dǎo)下，在產(chǎn)業(yè)圖譜上逐步搜尋多視角路徑，為后續(xù)的同質(zhì)平臺發(fā)展效應(yīng)預(yù)測作支撐；其中，e_head和r表示問題的起始實(shí)體和問題關(guān)系，e_tail表示該問題的答案實(shí)體；