摘要
本申请实施例提出的基于神经网络的优化任务求解方法、装置及相关设备,首先获取目标优化任务;然后,对目标优化任务中的系数向量、常数向量以及约束矩阵进行预处理;接下来,将待处理任务输入预训练的图神经网络模型中,得到待处理近似解;最后,根据预处理后的约束矩阵对待处理近似解进行后处理,以获取与目标优化任务匹配的目标可行近似解。本申请通过将目标优化任务转换为对应的待处理任务,然后利用训练好的图神经网络对待处理任务进行求解,能够在对数级的时间复杂度下得到一组待处理近似解,最后再对待处理近似解进行后处理得到满足目标优化任务的可行近似解,上述过程能够降低计算大规模优化任务时的神经网络规模,进而提高了计算效率。
技术关键词
神经网络模型
变量
元素
求解装置
混合矩阵
数值
决策
非线性
处理器
可读存储介质
处理单元
存储器
复杂度
电子设备
信道
规模
计算机
数据
关系
系统为您推荐了相关专利信息
无人仓储系统
路径规划方法
障碍物
栅格地图
RRT算法
减压座椅
数据处理模块
虚拟现实图像
神经网络模型
心率
度预测方法
多阶段
逻辑回归模型
sigmoid函数
天气状况数据
查询特征
全局平均池化
图像采集模块
特征提取器
矩阵