模型训练方法和工作量分配方法与流程

1.本公开涉及人工智能技术领域，具体为深度学习技术领域，可应用于工作量分配等场景，尤其涉及一种模型训练方法、工作量分配方法、装置、设备、存储介质以及计算机程序产品。


背景技术：

2.目前在求解混合整数规划问题时，通常用基于启发式策略或结合机器学习算法的求解器进行求解，但基于启发式策略的求解器求解效率慢，结合机器学习算法的求解器不能充分利用不同变量的得分信息，无法考虑长期收益。


技术实现要素：

3.本公开提供了一种模型训练方法、工作量分配方法、装置、设备、存储介质以及计算机程序产品，提高了求解的准确率。
4.根据本公开的一方面，提供了一种模型训练方法，包括：获取训练样本集，其中，训练样本包括状态特征样本和对应的得分分布样本；执行以下训练步骤：从训练样本集中选取一对状态特征样本和得分分布样本；基于选取的状态特征样本和得分分布样本对初始求解模型进行训练，得到损失值；响应于损失值满足第一阈值条件，将初始求解模型确定为基础求解模型；对基础求解模型进行优化，得到优化后的求解模型；响应于优化次数满足第二阈值条件，将优化后的求解模型确定为目标求解模型。
5.根据本公开的另一方面，提供了一种工作量分配方法，包括：获取工作量分配成本函数和工作量分配约束条件；基于工作量分配成本函数和工作量分配约束条件生成初始状态特征；将初始状态特征输入到目标求解模型中，得到工作量分配结果。
6.根据本公开的又一方面，提供了一种模型训练装置，包括：第一获取模块，被配置为获取训练样本集，其中，训练样本包括状态特征样本和对应的得分分布样本；训练模块，被配置为执行以下训练步骤：从训练样本集中选取一对状态特征样本和得分分布样本；基于选取的状态特征样本和得分分布样本对初始求解模型进行训练，得到损失值；响应于损失值满足第一阈值条件，将初始求解模型确定为基础求解模型；对基础求解模型进行优化，得到优化后的求解模型；响应于优化次数满足第二阈值条件，将优化后的求解模型确定为目标求解模型。
7.根据本公开的又一方面，提供了一种工作量分配装置，包括：第二获取模块，被配置为获取工作量分配成本函数和工作量分配约束条件；生成模块，被配置为基于工作量分配成本函数和工作量分配约束条件生成初始状态特征；求解模块，被配置为将初始状态特征输入到目标求解模型中，得到工作量分配结果。
8.根据本公开的又一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行上述模型训练方法及工
作量分配方法。
9.根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，上述计算机指令用于使上述计算机执行上述模型训练方法及工作量分配方法。
10.根据本公开的再一方面，提供了一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现上述模型训练方法及工作量分配方法。
11.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
12.附图用于更好地理解本方案，不构成对本公开的限定。其中：
13.图1是本公开可以应用于其中的示例性系统架构图；
14.图2是根据本公开的模型训练方法的一个实施例的流程图；
15.图3是根据本公开的模型训练方法的另一个实施例的流程图；
16.图4是根据本公开的工作量分配方法的一个实施例的流程图；
17.图5是根据本公开的模型训练装置的一个实施例的结构示意图；
18.图6是根据本公开的工作量分配装置的一个实施例的结构示意图；
19.图7是用来实现本公开实施例的模型训练方法或工作量分配方法的电子设备的框图。
具体实施方式
20.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
21.图1示出了可以应用本公开的模型训练方法或工作量分配方法或模型训练装置或工作量分配装置的实施例的示例性系统架构100。
22.如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
23.用户可以使用终端设备101、102、103通过网络104与服务器105交互，以获取目标求解模型或工作量分配结果等。终端设备101、102、103上可以安装有各种客户端应用，例如样本获取应用等等。
24.终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
25.服务器105可以提供各种基于确定目标求解模型或工作量分配结果的服务。例如，服务器105可以对从终端设备101、102、103获取到的目标函数和约束条件进行分析和处理，并生成处理结果(例如确定出训练样本集等)。
26.需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
27.需要说明的是，本公开实施例所提供的模型训练方法或工作量分配方法一般由服务器105执行，相应地，模型训练装置或工作量分配装置一般设置于服务器105中。
28.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
29.继续参考图2，其示出了根据本公开的模型训练方法的一个实施例的流程200。该模型训练方法包括以下步骤：
30.步骤201、获取训练样本集，其中，训练样本包括状态特征样本和对应的得分分布样本。
31.在本实施例中，求解模型的训练方法的执行主体(例如图1所示的服务器105)可以获取训练样本集。其中，执行主体可以从公开的数据库中获取存储于其中的现有的样本集，也可以通过终端设备(例如图1所示的终端设备101、102、103)来收集样本，这样，执行主体可以接收终端设备所收集的样本，并将这些样本存储在本地，从而生成训练样本集。
32.在本实施例的一些可选实现方式中，执行主体可以先获取一个目标函数和一组约束条件，其中，约束条件中包括限定至少一个变量是整数的条件，可以基于强分支策略，在约束条件的约束下对目标函数进行求解，将求解过程中产生的多个中间数据确定为训练样本集。
33.训练样本集中可以包括至少一对样本。其中，样本可以包括状态特征样本和对应的得分分布样本。强分支策略是分支定界法的其中一种求解方法，强分支策略在求解过程中，会不断地基于目标函数中的一个变量进行分支，直到其中一个分支求得最优解，其中，每个子分支都是在其父分支的基础上再添加一个变量约束条件形成的。状态特征样本用于描述某个分支节点的状态，一个分支节点对应一个状态特征样本，示例性的，状态特征样本可以包括在当前节点中有哪些待求解的变量、每个变量参与了几个约束条件、每个变量在目标函数和每个约束条件中的系数等，将上述信息确定为状态信息，将状态信息转换为一个向量的形式，形成一个状态特征样本。在当前节点中，若包括多个待求解的变量且需要继续分支时，需要从多个待求解的变量中选择一个变量，通过添加对该变量的约束条件来继续分支，可以预先遍历多个待求解的变量，计算基于每个变量进行分支会使目标函数的取值产生怎样的变化，基于目标函数的取值变化对每个变量进行打分，用以衡量选择该变量进行分支的优劣程度，对每个变量的打分形成与该节点的状态特征样本对应的一个得分分布样本，后续可以从得分分布样本中选择打分最高的变量继续分支。
34.步骤202、从训练样本集中选取一对状态特征样本和得分分布样本。
35.在本实施例中，上述执行主体在获取训练样本集后，可以从训练样本集中选取一对状态特征样本和得分分布样本。具体地，可以从训练样本集中随机选取一对状态特征样本和得分分布样本，也可以基于预设样本选取规则从训练样本集中选取一对状态特征样本和得分分布样本，本公开对此不做限定。
36.步骤203、基于选取的状态特征样本和得分分布样本对初始求解模型进行训练，得
到损失值。
37.在本实施例中，上述执行主体可以基于选取的状态特征样本和得分分布样本对初始求解模型进行训练。其中，初始求解模型是一种可以基于一个输入的状态特征进行计算，为状态特征中的每个变量生成一个打分的求解模型，可以将选取的状态特征样本输入到初始求解模型中进行训练，将初始求解模型输出的每个变量的打分与选取的得分分布样本进行比较，计算得到损失值。
38.在得到损失值之后，可以将损失值与第一阈值条件进行比较，根据比较结果可以继续执行步骤204或205。
39.步骤204、响应于损失值不满足第一阈值条件，调整初始求解模型的参数，再次执行从训练样本集中选取一对状态特征样本和得分分布样本。
40.在本实施例中，上述执行主体在得到损失值后，可以响应于损失值不满足第一阈值条件，调整初始求解模型的参数，再次执行从训练样本集中选取一对状态特征样本和得分分布样本。其中，第一阈值条件可以是损失值小于损失阈值，示例性的，损失阈值可以是0.01。具体的，可以将损失值与损失阈值进行比较，若损失值大于等于损失阈值，则损失值不满足第一阈值条件，可以基于损失值对初始求解模型的参数进行调整，基于调整后的初始求解模型再次执行上述训练步骤，具体地，可以基于调整后的初始求解模型再次执行步骤202-203。
41.步骤205、响应于损失值满足第一阈值条件，将初始求解模型确定为基础求解模型。
42.在本实施例中，上述执行主体在得到损失值后，可以响应于损失值满足第一阈值条件，将初始求解模型确定为基础求解模型。具体地，可以将损失值与损失阈值进行比较，若损失值小于损失阈值，则损失值满足第一阈值条件，此时可以判断初始求解模型训练完成，将训练完成的初始求解模型确定为基础求解模型。
43.在获取基础求解模型后，可以基于基础求解模型继续执行步骤206。
44.步骤206、对基础求解模型进行优化，得到优化后的求解模型。
45.在本实施例中，上述执行主体在得到基础求解模型后，可以对基础求解模型进行优化，得到优化后的求解模型。具体地，可以基于任意一种优化策略对基础求解模型进行优化，示例性的，可以基于进化策略对基础求解模型进行优化。将对基础求解模型优化一次后得到的模型确定为优化后的求解模型，并将优化次数累加一次。
46.在获取累加后的优化次数后，可以将累加后的优化次数与第二阈值条件进行比较，根据比较结果判断继续执行步骤207或208。
47.步骤207、响应于优化次数不满足第二阈值条件，将优化后的求解模型作为基础求解模型，再次执行对基础求解模型进行优化。
48.在本实施例中，上述执行主体在得到优化次数后，可以响应于优化次数不满足第二阈值条件，将优化后的求解模型作为基础求解模型，再次执行对基础求解模型进行优化。其中，第二阈值条件可以是优化次数等于优化次数阈值，示例性的，优化次数阈值可以是100次。具体的，可以将累加后的优化次数与优化次数阈值进行比较，若累加后的优化次数小于优化次数阈值，则优化次数不满足第二阈值条件，可以将优化后的求解模型作为基础求解模型，基于优化后的求解模型再次执行上述训练步骤，具体地，可以基于优化后的求解
模型再次执行步骤206。
49.步骤208、响应于优化次数满足第二阈值条件，将优化后的求解模型确定为目标求解模型。
50.在本实施例中，上述执行主体在得到优化次数后，可以响应于优化次数满足第二阈值条件，将优化后的求解模型确定为目标求解模型。具体地，可以将累加后的优化次数与优化次数阈值进行比较，若累加后的优化次数等于优化次数阈值，则优化次数满足第二阈值条件，此时可以判断优化后的求解模型训练完成，将训练完成的优化后的求解模型确定为目标求解模型。
51.本公开实施例提供的模型训练方法，首先获取训练样本集，然后执行以下训练步骤：从训练样本集中选取一对状态特征样本和得分分布样本；基于选取的状态特征样本和得分分布样本对初始求解模型进行训练，得到损失值；响应于损失值满足第一阈值条件，将初始求解模型确定为基础求解模型；对基础求解模型进行优化，得到优化后的求解模型；响应于优化次数满足第二阈值条件，将优化后的求解模型确定为目标求解模型。上述训练方法基于得分分布进行训练，增加了先验知识，通过对模型进行优化，进一步提高了求解的准确率。
52.进一步继续参考图3，其示出了根据本公开的模型训练方法的另一个实施例的流程300。该模型训练方法包括以下步骤：
53.步骤301、获取训练样本集，其中，训练样本包括状态特征样本和对应的得分分布样本。
54.步骤302、从训练样本集中选取一对状态特征样本和得分分布样本。
55.在本实施例中，步骤301-302具体操作已在图2所示的实施例中步骤201-202进行了详细的介绍，在此不再赘述。
56.步骤303、将选取的状态特征样本输入到初始求解模型中，得到初始得分分布。
57.在本实施例中，上述执行主体可以将选取的状态特征样本输入到初始求解模型中，得到初始得分分布。具体地，可以将选取的状态特征样本作为输入数据，输入到初始求解模型中，从初始求解模型的输出端，输出基于状态特征样本计算得到的初始得分分布。
58.步骤304、基于初始得分分布与选取的得分分布样本，计算得到损失值。
59.在本实施例中，上述执行主体在得到初始得分分布后，可以基于初始得分分布与选取的得分分布样本，计算得到损失值。其中，初始得分分布与选取的得分分布样本都是一个分布，因此可以基于kl(kullback-leible)散度对初始得分分布与选取的得分分布样本进行计算，kl散度用于比较两个分布的接近程度，将计算结果确定为损失值。
60.在得到损失值之后，可以将损失值与第一阈值条件进行比较，根据比较结果可以继续执行步骤305或306。
61.步骤305、响应于损失值不满足第一阈值条件，调整初始求解模型的参数，再次执行从训练样本集中选取一对状态特征样本和得分分布样本。
62.步骤306、响应于损失值满足第一阈值条件，将初始求解模型确定为基础求解模型。
63.在本实施例中，步骤305-306具体操作已在图2所示的实施例中步骤204-205进行了详细的介绍，在此不再赘述。
64.在得到基础求解模型后，可以基于基础求解模型继续执行步骤307。
65.步骤307、对基础求解模型进行变形，生成第一求解模型和第二求解模型。
66.在本实施例中，上述执行主体在得到基础求解模型后，可以对基础求解模型进行变形，生成第一求解模型和第二求解模型。具体地，可以对基础求解模型的参数变化两次，将两次变化后得到的两个模型分别确定为第一求解模型和第二求解模型。示例性的，可以将基础求解模型的部分参数进行随机变化，基础求解模型的模型结构不变，将变化后的模型确定为第一求解模型，将基础求解模型的部分参数再次进行随机变化，基础求解模型的模型结构不变，将变化后的模型确定为第二求解模型。
67.在本实施例的一些可选实现方式中，可以生成多个噪声数据，多个噪声数据与基础求解模型的多个参数一一对应；将基础求解模型的多个参数分别加上对应的噪声数据，得到第一求解模型；将基础求解模型的多个参数分别减去对应的噪声数据，得到第二求解模型。
68.具体地，可以基于高斯分布为基础求解模型的每个参数随机生成一个噪声数据，每个噪声数据都是一个0到1之间的随机数，噪声数据与基础求解模型的参数是一一对应的。在得到多个噪声数据后，可以将基础求解模型的每个参数都与对应的噪声数据进行相加，得到多个调整后的参数，用多个调整后的参数替换原基础求解模型的多个参数，得到第一求解模型，然后将基础求解模型的每个参数分别减去对应的噪声数据，再次得到多个调整后的参数，将本次得到的多个调整后的参数替换原基础求解模型的多个参数，得到第二求解模型。
69.步骤308、分别基于第一求解模型和第二求解模型进行多次求解，得到多个第一得分分布和多个第二得分分布。
70.在本实施例中，上述执行主体在得到第一求解模型和第二求解模型后，可以分别基于第一求解模型和第二求解模型进行多次求解，得到多个第一得分分布和多个第二得分分布。具体地，可以将多个状态特征作为输入数据，分别输入到第一求解模型中，从第一求解模型的输出端，输出多个第一求解结果，将得到的多个第一求解结果确定为多个第一得分分布；将多个状态特征作为输入数据，分别输入到第二求解模型中，从第二求解模型的输出端，输出多个第二求解结果，将得到的多个第二求解结果确定为多个第二得分分布。
71.在本实施例的一些可选实现方式中，可以从训练样本集中选取一个状态特征样本，作为初始状态特征；将初始状态特征分别输入到第一求解模型和第二求解模型中进行求解，得到第一求解结果和第二求解结果，并将求解次数累加一次；响应于求解次数不满足第三阈值条件，基于第一求解结果和第二求解结果生成第一更新状态特征和第二更新状态特征；将第一更新状态特征和第二更新状态特征确定为初始状态特征，分别输入到第一求解模型和第二求解模型中再次求解；响应于求解次数满足第三阈值条件，将得到的多个第一求解结果确定为多个第一得分分布，并将得到的多个第二求解结果确定为多个第二得分分布。
72.具体地，可以从训练样本集中随机选取一个状态特征样本，作为初始状态特征，也可以基于预设选取策略从训练样本集中选取一个状态特征样本，作为初始状态特征，本公开对此不做限定。在得到初始状态特征后，将初始状态特征作为输入数据，分别输入到第一求解模型和第二求解模型中，从第一求解模型的输出端，输出第一求解结果，从第二求解模
型的输出端，输出第二求解结果，此时完成一次求解，将求解次数累加一次。在得到累加的求解次数后，可以将累加的求解次数与第三阈值条件进行比较，第三阈值条件可以是求解次数等于求解阈值，示例性的，求解阈值可以是100次。若求解次数小于求解阈值，则求解次数不满足第三阈值条件，此时可以再次求解，具体地，第一求解结果和第二求解结果分别是一个得分分布，可以分别从得分分布中选取得分最大的变量作为第一求解模型和第二求解模型进行下一次分支的变量，在确定了下一次分支的变量后，可以确定下次分支的约束条件，可以分别基于第一求解模型的目标函数和下次分支的约束条件、第二求解模型的目标函数和下次分支的约束条件生成第一更新状态特征和第二更新状态特征；将第一更新状态特征和第二更新状态特征确定为初始状态特征，分别输入到第一求解模型和第二求解模型中再次求解。若求解次数等于求解阈值，则求解次数满足第三阈值条件，此时，将得到的多个第一求解结果确定为多个第一得分分布，并将得到的多个第二求解结果确定为多个第二得分分布。
73.步骤309、基于多个第一得分分布和多个第二得分分布，对基础求解模型进行参数调整，得到优化后的求解模型，并将优化次数累加一次。
74.在本实施例中，上述执行主体在得到多个第一得分分布和多个第二得分分布后，可以基于多个第一得分分布和多个第二得分分布，对基础求解模型进行参数调整，得到优化后的求解模型。具体地，可以基于多个第一得分分布和多个第二得分分布及对应的多个噪声数据，对基础求解模型进行参数调整，将调整参数后的基础求解模型确定为优化后的求解模型，此时完成一次优化，将优化次数累加一次。
75.在得到累加后的优化次数后，可以将累加后的优化次数与第二阈值条件进行比较，根据比较结果判断执行步骤310或311。
76.步骤310、响应于优化次数不满足第二阈值条件，将优化后的求解模型作为基础求解模型，再次执行对基础求解模型进行优化。
77.步骤311、响应于优化次数满足第二阈值条件，将优化后的求解模型确定为目标求解模型。
78.在本实施例中，步骤310-311具体操作已在图2所示的实施例中步骤207-208进行了详细的介绍，在此不再赘述。
79.从图3中可以看出，与图2对应的实施例相比，本实施例中的模型训练方法，将得分分布作为模型训练的监督信号，可以使目标求解模型在每一个分支得到得分最高的变量有哪些，使目标求解模型有更好的决策能力，还能在一定程度上抑制过拟合。通过对基础求解模型进行优化，使目标求解模型可以处理超长序列，而不是只进行单次决策的模仿，进一步提高了目标求解模型的决策能力。
80.进一步继续参考图4，其示出了根据本公开的工作量分配方法的一个实施例的流程400。该工作量分配方法包括以下步骤：
81.步骤401、获取工作量分配成本函数和工作量分配约束条件。
82.在本实施例中，上述执行主体可以获取工作量分配成本函数和工作量分配约束条件。其中，工作量分配成本函数是计算将j个工作任务分配给i个工作人员完成，需要花费的成本的函数，其中，i、j均为正整数。工作量分配约束条件包括至少一个约束如何进行任务分配的条件，示例性的，每个工作人员有固定的完成能力上限和花费成本，每个工作任务有
固定的任务量和允许执行该工作任务的工作人员范围，工作量分配约束条件可以包括：只允许将工作任务分配给完成能力上限大于0的工作人员、给每个工作人员分配的工作任务数量不得超过该工作人员的完成能力上限、每个工作任务只能分配给一个工作人员、工作人员和工作任务的数量均为正整数。可以获取工作量分配请求，从工作量分配请求中读取工作量分配成本函数和工作量分配约束条件。
83.步骤402、基于工作量分配成本函数和工作量分配约束条件生成初始状态特征。
84.在本实施例中，上述执行主体在得到工作量分配成本函数和工作量分配约束条件后，可以基于工作量分配成本函数和工作量分配约束条件生成初始状态特征。具体地，可以将约束条件的数量、工作人员变量在每个约束条件中的系数、工作任务变量在每个约束条件中的系数、工作人员变量和工作任务变量在工作量分配成本函数中的系数确定为状态信息，将状态信息转换为一个向量的形式，形成初始状态特征。
85.步骤403、将初始状态特征输入到目标求解模型中，得到工作量分配结果。
86.在本实施例中，上述执行主体在得到初始状态特征后，可以将初始状态特征输入到目标求解模型中，得到工作量分配结果。具体地，可以将初始状态特征作为输入数据，输入到预先训练的目标求解模型中，目标求解模型基于初始状态特征进行多次分支，输出工作量分配成本函数的最优解，将目标求解模型输出的结果确定为工作量分配结果。
87.从图4中可以看出，本实施例中的工作量分配方法可以基于预先训练的目标求解模型直接进行计算，求解更便捷、更准确。
88.进一步参考图5，作为对上述模型训练方法的实现，本公开提供了一种模型训练装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
89.如图5所示，本实施例的模型训练装置500可以包括第一获取模块501，训练模块502。其中，第一获取模块501，被配置为获取训练样本集，其中，训练样本包括状态特征样本和对应的得分分布样本；训练模块502，被配置为执行以下训练步骤：从训练样本集中选取一对状态特征样本和得分分布样本；基于选取的状态特征样本和得分分布样本对初始求解模型进行训练，得到损失值；响应于损失值满足第一阈值条件，将初始求解模型确定为基础求解模型；对基础求解模型进行优化，得到优化后的求解模型；响应于优化次数满足第二阈值条件，将优化后的求解模型确定为目标求解模型。
90.在本实施例中，模型训练装置500：第一获取模块501，训练模块502的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-208的相关说明，在此不再赘述。
91.在本实施例的一些可选实现方式中，模型训练装置500还包括：调整模块，被配置为响应于损失值不满足第一阈值条件，调整初始求解模型的参数，再次执行从训练样本集中选取一对状态特征样本和得分分布样本；优化模块，被配置为响应于优化次数不满足第二阈值条件，将优化后的求解模型作为基础求解模型，再次执行对基础求解模型进行优化。
92.在本实施例的一些可选实现方式中，训练模块502包括：第一计算子模块，被配置为将选取的状态特征样本输入到初始求解模型中，得到初始得分分布；第二计算子模块，被配置为基于初始得分分布与选取的得分分布样本，计算得到损失值。
93.在本实施例的一些可选实现方式中，训练模块502还包括：变形子模块，被配置为
对基础求解模型进行变形，生成第一求解模型和第二求解模型；求解子模块，被配置为分别基于第一求解模型和第二求解模型进行多次求解，得到多个第一得分分布和多个第二得分分布；调整子模块，被配置为基于多个第一得分分布和多个第二得分分布，对基础求解模型进行参数调整，得到优化后的求解模型，并将优化次数累加一次。
94.在本实施例的一些可选实现方式中，变形子模块包括：生成单元，被配置为生成多个噪声数据，多个噪声数据与基础求解模型的多个参数一一对应；第一变形单元，被配置为将基础求解模型的多个参数分别加上对应的噪声数据，得到第一求解模型；第二变形单元，被配置为将基础求解模型的多个参数分别减去对应的噪声数据，得到第二求解模型。
95.在本实施例的一些可选实现方式中，求解子模块包括：选取单元，被配置为从训练样本集中选取一个状态特征样本，作为初始状态特征；第一求解单元，被配置为将初始状态特征分别输入到第一求解模型和第二求解模型中进行求解，得到第一求解结果和第二求解结果，并将求解次数累加一次；第二求解单元，被配置为响应于求解次数不满足第三阈值条件，基于第一求解结果和第二求解结果生成第一更新状态特征和第二更新状态特征；将第一更新状态特征和第二更新状态特征确定为初始状态特征，分别输入到第一求解模型和第二求解模型中再次求解；确定单元，被配置为响应于求解次数满足第三阈值条件，将得到的多个第一求解结果确定为多个第一得分分布，并将得到的多个第二求解结果确定为多个第二得分分布。
96.进一步参考图6，作为对上述工作量分配方法的实现，本公开提供了一种工作量分配装置的一个实施例，该装置实施例与图4所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
97.如图6所示，本实施例的工作量分配装置600可以包括第二获取模块601，生成模块602，求解模块603。其中，第二获取模块601，被配置为获取工作量分配成本函数和工作量分配约束条件；生成模块602，被配置为基于工作量分配成本函数和工作量分配约束条件生成初始状态特征；求解模块603，被配置为将初始状态特征输入到目标求解模型中，得到工作量分配结果。
98.在本实施例中，工作量分配装置600：第二获取模块601，生成模块602，求解模块603的具体处理及其所带来的技术效果可分别参考图4对应实施例中的步骤401-403的相关说明，在此不再赘述。
99.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
100.图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
101.如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(rom)702中的计算机程序或者从存储单元708加载到随机访问存储器(ram)703中的计算机程序，来执行各种适当的动作和处理。在ram703中，还可存储设备700操作所需的各种程序和数据。计
算单元701、rom 702以及ram703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。
102.设备700中的多个部件连接至i/o接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
103.计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如模型训练方法或工作量分配方法。例如，在一些实施例中，模型训练方法或工作量分配方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由rom 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到ram 703并由计算单元701执行时，可以执行上文描述的模型训练方法或工作量分配方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行模型训练方法或工作量分配方法。
104.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
105.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
106.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
107.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机
具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
108.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
109.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。服务器可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。
110.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
111.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。