[發明專利]一種基于LightGBM的資源調度優先級自適應方法

在審

• 申請號: 202110751835.0
• 申請日: 2021-07-02
• 公開（公告）號: CN113435526A
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 陸贏;孫雪濤;匡華星;王琦
• 申請（專利權）人: 中國船舶重工集團公司第七二四研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于LightGBM的資源調度優先級自適應方法，其特征在于：

步驟1：任務的期望完成時間、已等待時間、預計執行時間特征轉化為相對特征；

步驟2：利用歸一化操作將不同優先級規范統一；

步驟3：隨機抽取數據集，以比例分為訓練集和測試集；

步驟4：模型訓練階段，將預處理完的訓練集作為訓練樣本進行訓練；

步驟5：模型測試階段，將預處理完的測試集作為測試樣本進行測試；

步驟6：重復步驟3～步驟5，直至所得模型魯棒性足夠、準確率滿足要求；

步驟7：應用模型時，按步驟1～步驟3對數據進行預處理，并僅輸入模型所需的特征，得出對應的優先級。

2.根據權利要求1所述的一種基于LightGBM的資源調度優先級自適應方法，其特征在于：所述步驟2包括：

步驟2-1：根據實際使用需求，對字段不是數值類型的記錄進行預處理，初始優先級高更新為0.9，中更新為0.5，低更新為0.1；

步驟2-2：根據實際使用需求，對特征中部分值為null的進行異常處理，排除該項；

步驟2-3：融合生成全新特征，生成平均等待時間特征；

步驟2-4：對數值化特征進行歸一化，減少計算量，加速模型收斂，歸一化的計算方法具體描述為：

其中x_max為最大值，x_min最小值。

3.根據權利要求1所述的一種基于LightGBM的資源調度優先級自適應方法，其特征在于：所述步驟6包括：

步驟6-1：按步驟4用訓練集對模型進行訓練，得到訓練迭代過程中的模型M_train，計算網絡模型M_train對訓練集的L1損失函數值δ_train，若滿足條件：

則停止訓練，并存儲此時訓練完成的網絡模型式中，為期望網絡能夠達到的L1損失函數值，δ_εtrain為訓練過程中確定模型M_train滿足訓練精度要求的閾值；

步驟6-2：計算模型對步驟6中測試樣本集的訓練精度δ_test；

步驟6-3：重復步驟6-1～步驟6-2，若L1損失函數值滿足泛化條件：

|δ_train-δ_test|δ_ε (3)

則停止訓練模型，并保存此次訓練獲得的模型式中，δ_ε為訓練過程中的模型是否滿足泛化要求的判決閾值。