[發明專利]數據處理方法及裝置有效
| 申請號: | 202011310504.5 | 申請日: | 2020-11-20 |
| 公開(公告)號: | CN112099959B | 公開(公告)日: | 2021-03-02 |
| 發明(設計)人: | 金躍;張堯;趙瑞;陳勇;劉永超 | 申請(專利權)人: | 支付寶(杭州)信息技術有限公司 |
| 主分類號: | G06F9/50 | 分類號: | G06F9/50;G06N20/00 |
| 代理公司: | 北京億騰知識產權代理事務所(普通合伙) 11309 | 代理人: | 張明;周良玉 |
| 地址: | 310000 浙江省杭州市*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 數據處理 方法 裝置 | ||
1.一種數據處理方法,包括:
獲取待處理的目標數組,其中包括第一數目個元素;
構建基于所述第一數目所確定大小的、多個維度的策略空間;所述多個維度至少包括,與用于處理所述目標數組的并行計算單元數相對應的第一維度;所述多個維度中各維度的取值均不超過所述第一數目;
在所述策略空間中,采用最優解求解算法,搜索處理所述目標數組所需時間最短的目標點;
將所述目標點的第一維度的取值作為目標數目,并根據所述目標數目,對所述目標數組進行切分;
通過調用所述目標數目個并行計算單元,對切分后的所述目標數組進行并行處理;
所述在所述策略空間中,采用最優解求解算法,搜索處理所述目標數組所需時間最短的目標點,包括:
在所述策略空間中,選取各維度的取值的乘積不超過所述第一數目的N個策略點;
以所述N個策略點作為N個初代染色體執行多次染色體迭代,每次染色體迭代包括,基于N個當代染色體各自的適應度,對N個當代染色體進行選擇性組合,以生成N個下代染色體;其中,所述適應度與處理時間負相關,所述處理時間為,按照對應染色體在所述策略空間中映射的策略點所代表的策略處理所述目標數組所需的時間;所述N個下代染色體與所述策略空間中各維度的取值的乘積不超過所述第一數目的N個策略點相對應;
將所述多次染色體迭代后得到的N個下代染色體中,對應于最大適應度的染色體在所述策略空間中映射的策略點作為所述目標點。
2.根據權利要求1所述的方法,所述基于N個當代染色體各自的適應度,對N個當代染色體進行選擇性組合,以生成N個下代染色體,包括:
將N個當代染色體按照適應度從高到低排序,將排序靠前的M個當代染色體作為M個下代染色體;
針對剩余的N-M個當代染色體進行N-M次染色體組合,以生成N-M個下代染色體;其中,每次染色體組合包括,基于N-M個當代染色體各自的適應度,采用隨機算法,從中選取兩個當代染色體進行組合并修正,得到一個初始的下代染色體;計算該初始的下代染色體與Q個候選染色體之間的相似度,并將對應于最大相似度的候選染色體作為一個最終的下代染色體;所述Q個候選染色體與所述策略空間中各維度的取值的乘積不超過所述第一數目的Q個策略點相對應。
3.根據權利要求1所述的方法,所述每次染色體迭代還包括:
獲取所述N個下代染色體各自的處理時間;
將所述N個下代染色體各自的處理時間的倒數,作為各自的更新的適應度;
將所述N個下代染色體作為更新的N個當代染色體。
4.根據權利要求1所述的方法,所述最優解求解算法還包括:蟻群算法、模擬退火算法、爬山算法或者粒子群算法。
5.根據權利要求1所述的方法,所述多個維度還包括與單次處理元素數相對應的第二維度;所述方法還包括:
根據所述目標點的第二維度的取值,確定單次處理元素數;所述單次處理元素數用于指示所述目標數目個并行計算單元中的每個并行計算單元,在對切分后的所述目標數組進行處理時的處理單位。
6.根據權利要求1所述的方法,所述通過調用所述目標數目個并行計算單元,對切分后的所述目標數組進行并行處理,包括:
通過調用所述目標數目個并行計算單元,對切分后的所述目標數組并行進行歸約運算。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于支付寶(杭州)信息技術有限公司,未經支付寶(杭州)信息技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011310504.5/1.html,轉載請聲明來源鉆瓜專利網。





