基于混合整数线性规划的业务处理方法及装置与流程

1.本说明书实施例涉及计算机技术领域，特别涉及基于混合整数线性规划的业务处理方法。


背景技术：

2.在很多业务场景下，都会遇到混合整数线性规划模型的求解问题，如能源电力、电子商务、供应链、云计算、化工、金融、教育科研等，以能源电力为例，各级电网都需要确定未来一段时间内的机组组合，为满足用户用电需求而制定方案，以规定未来一段时间内各发电机组何时开关机以及各时间点输出功率，既要满足物理上的需求，又要使得发电成本尽可能小，该问题通常会被建模为混合整数线性规划任务。
3.随着业务场景越来越丰富，单个业务场景的业务规模也越来越大，传统的分支定界方法需要更长的时间来获得满意的解，但是在实际业务场景中，留给每个业务求解混合整数线性规划任务模型求解的时间是有限的，传统的方式越来越难以适应新局面，因此，需要一种更加快捷的方式来获得目标业务的最优解。


技术实现要素：

4.有鉴于此，本说明书实施例提供了基于混合整数线性规划的业务处理方法。本说明书一个或者多个实施例同时涉及基于混合整数线性规划的业务处理装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
5.根据本说明书实施例的第一方面，提供了一种基于混合整数线性规划的业务处理方法，包括：接收针对目标业务的业务预测请求，其中，所述业务预测请求中包括所述目标业务对应的业务期望信息和业务约束信息；基于所述业务约束信息将所述业务期望信息分解为多个业务求解子信息；分别对多个业务求解子信息进行求解，获得所述目标业务对应的目标预测采样值。
6.根据本说明书实施例的第二方面，提供了一种基于混合整数线性规划的机组组合预测方法，包括：接收针对机组组合预测业务的业务预测请求，其中，所述业务预测请求中包括所述机组组合预测业务对应的业务期望信息和业务约束信息；基于所述业务约束信息将所述业务期望信息分解为多个业务求解子信息；分别对多个业务求解子信息进行求解，获得所述机组组合预测业务对应的预测机组组合。
7.根据本说明书实施例的第三方面，提供了一种基于混合整数线性规划的业务处理系统，包括端侧设备，用于针对目标业务生成业务预测请求，并将所述业务预测请求发送至
云测设备，其中，所述业务预测请求中包括所述目标业务对应的业务期望信息和业务约束信息；所述云测设备，用于接收所述业务预测请求，基于所述业务约束信息将所述业务期望信息分解为多个业务求解子信息，分别对多个业务求解子信息进行求解，获得所述目标业务对应的目标预测采样值，并将所述目标预测采样值发送至所述端侧设备。
8.根据本说明书实施例的第四方面，提供了一种基于混合整数线性规划的业务处理装置，包括：接收模块，被配置为接收针对目标业务的业务预测请求，其中，所述业务预测请求中包括所述目标业务对应的业务期望信息和业务约束信息；生成模块，被配置为基于所述业务约束信息将所述业务期望信息分解为多个业务求解子信息；预测模块，被配置为分别对多个业务求解子信息进行求解，获得所述目标业务对应的目标预测采样值。
9.根据本说明书实施例的第五方面，提供了一种计算设备，包括：存储器和处理器；所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述基于混合整数线性规划的业务处理方法或基于混合整数线性规划的机组组合预测方法的步骤。
10.根据本说明书实施例的第六方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述基于混合整数线性规划的业务处理方法或基于混合整数线性规划的机组组合预测方法的步骤。
11.根据本说明书实施例的第七方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述基于混合整数线性规划的业务处理方法或基于混合整数线性规划的机组组合预测方法的步骤。
12.本说明书一个实施例实现了将混合整数线性规划问题根据业务约束信息分解为多个业务求解子信息，并行处理多个业务求解子信息，获得每个业务求解子信息对应的求解结果，每个业务求解子信息之间相互独立，并行计算会加快业务求解子信息的求解速度，从而提升混合整数线性规划问题的求解速度，最终根据每个业务求解子信息的结果获得混合整数线性规划问题的目标预测采样值，在有限的求解结果中可以快速筛选出最优解，进一步加快了求解速度，节省了计算时间。
附图说明
13.图1是本说明书一个实施例提供的一种基于混合整数线性规划的业务处理方法的示意图；图2是本说明书一个实施例提供的一种基于混合整数线性规划的业务处理方法的流程图；图3是本说明书一个实施例提供的采样可行域的示意图；图4是本说明书一个实施例提供的确定初始采样值的示意图；图5是本说明书一个实施例提供的应用于码头分配泊位场景的基于混合整数线性
规划的业务处理方法的处理过程流程图；图6是本说明书一个实施例提供的一种基于混合整数线性规划的机组组合预测方法的流程图；图7是本说明书一个实施例提供的一种基于混合整数线性规划的业务处理装置的结构示意图；图8是本说明书一个实施例提供的基于混合整数线性规划的机组组合的装置示意图；图9是本说明书一个实施例提供的基于混合整数线性规划的业务处理系统；图10是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
14.在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
15.在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
16.应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
17.需要说明的是，本说明书所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
18.首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
19.机组组合：指电网中为满足用户用电需求而制定方案，以规定未来一段时间内各发电机组何时开关机以及各时间点输出功率，该方案需要满足一系列物理上的要求，并且需要使总发电成本尽可能小，该问题一般被建模为混合整数线性规划，尤其是混合0-1线性规划。
20.混合整数线性规划：是指规划中的变量（全部或部分）限制为整数，若在线性模型中，变量限制为整数，则该线性模型为混合整数线性规划，求解混合整数规划的方法往往只适用于混合整数线性规划。
21.混合0-1线性规划：是混合整数线性规划的一种，其目标函数、约束条件均为决策变量的线性函数，其中一部分决策变量仅能取值0或1。
22.可行解：指在线性规划问题中，能满足所有约束条件的解。
23.线性规划松弛：将混合整数线性规划中要求为整数的约束取消，可得到一个线性规划模型，即线性规划松弛（linearprogramming relaxation，lpr），由于线性规划模型一般可以快速被求解，因此，求解混合整数线性规划问题时通常会基于lpr的解来构造可行解。
24.在很多业务场景中，通常都会遇到混合整数线性规划模型的求解问题，在该模型中包括目标函数和约束条件。以电网场景的机组组合为例，各级电网每天都需要确定第二天的机组组合，通常会把该问题转换为混合0-1线性规划模型，并使用分支定界法来求解相应的混合0-1线性规划模型来得到最优解或近优解。
25.随着电网用户和机组越来越多，相应的模型规模越来越大，传统的分支定界方法需要更长的时间才能求得满意的解，但电网实际生产中留给模型求解的时间有限，传统方法越来越难以适应新局面。
26.在传统的分支定界方法中，通常会先忽略模型的整数约束，将相应的变量当成普通的连续变量，从而得到一个线性规划（linearprogramming，lp）模型，称为原问题的线性规划松弛（lpr），使用lp模型求解，可以得到该松弛问题的一个解，被称为松弛解，相应的目标函数被记录为下界，原问题的目标函数值不能比这个下界更小，如果松弛解中各相应变量的取值，恰好都符合原问题的整数要求，则该松弛解则为原模型的最优解，从而求解结束。
27.若松弛解中对应的变量没有满足原问题的整数要求，则会进行分支，即将变量分别固定到0和1构造的两个lp子问题，分别求解两个lp子问题，如果所得解满足整数要求，则得到原问题的一个可行解，记录相应的目标函数值作为上界，即原问题的目标值不可能大于这个上界；如果所得解仍未满足整数要求，则继续对lp子问题进行分支求解，更新上界和下界，当上界和下界相合时，得到了最优解。
28.传统分支定界方法是一种树搜索方法，需要从树根节点开始遍历各个叶子节点，其中上下界用来剪除较差的分支，以减少搜索空间，在最差情况下，该方法需要遍历所有叶子节点。由于叶子节点的求解依赖其父节点，因此当可行解出现的节点较深时，需要顺序依次求解一系列子问题才能达到该节点得到可行解，无法利用并行计算来加速该顺序过程，因此，在实际应用中，使用大规模的并行计算并不能有效提高该方法求解问题的速度。
29.学术界有研究也提出了基于在超立方体中随机采样的方法求解，这种方法由于采集的点彼此独立，相应子问题求解无先后关系，因此可以使用并行方式来求解，但是这种方法会采集到大量导致不可行解的无效点，因此效率十分低下，无法实际应用。
30.基于此，在本说明书中，提供了基于混合整数线性规划的业务处理方法，本说明书同时涉及基于混合整数线性规划的机组组合预测方法、基于混合整数线性规划的业务处理装置、一种基于混合整数线性规划的业务处理系统，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
31.参见图1，图1示出了根据本说明书一实施例提供的基于混合整数线性规划的业务处理方法的示意图，如图1所示，本说明书实施例提供的基于混合整数线性规划的业务处理方法应用于终端100中，该终端100可以是笔记本电脑、智能终端、服务器、云服务器等终端设备。
32.在终端100中，先根据目标业务创建该目标业务对应的目标业务原混合整数线性规划模型，在该目标业务原混合整数线性规划模型中通常会包括业务期望信息和业务约束信息，其中，业务期望信息具体是指目标业务对应的目标函数，例如：min 3x1+5x
2-2x3。以该目标任务期望求得能使得该目标函数最小的x1、x2、x3。其中，x1、x2、x3具体是指该目标任务中的参数。
33.业务约束信息具体是指目标函数中的几个参数需要满足的条件，例如，5x1+x3≥3，3x
2-3.5x3≤1，x1≥0，x2≥0，x3∈{0，1}。具体的，在业务约束信息中通常包括第一业务约束信息和第二业务约束信息，其中，第一业务约束信息具包括整数决策参数，即第一业务约束信息是指对参数的类型进行限制，具体为，目标函数中的参数为整数，例如x3∈{0，1}代表x3只能在0或1中取值。该约束条件即为第一业务约束信息，第二业务约束信息具体是指在业务约束信息中的线性约束条件，例如5x1+x3≥3，3x
2-3.5x3≤1，x1≥0，x2≥0。
34.再将目标业务原混合整数线性规划模型中的第一业务约束信息进行线性规划松弛，生成目标业务线性规划松弛模型，具体是指将第一业务约束信息中要求为整数的参数约束取消，调整为线性约束，例如，将x3∈{0，1}调整为0≤x3≤1。
35.在获得了目标业务线性规划松弛模型之后，基于目标业务线性规划松弛模型的约束条件，生成若干个目标采样值，这里的目标采样值具体是指满足第一业务约束信息和第二业务约束信息的参数的可能取值，并将这些目标采样值分别传入到目标业务线性规划松弛模型中，分别计算出每个目标采样值对应的初始求解信息，再从多个初始求解信息中选择出一个目标求解信息，并将目标求解信息对应的目标采样值确定为最终的目标预测采样值，具体的选择过程是与目标函数相关，例如目标函数是要找最小值，就从多个初始求解信息中选择最小的初始求解信息为目标求解信息；如果目标函数是要找最大值，就从多个初始求解信息中选择最大的初始求解信息为目标求解信息。
36.参见图2，图2示出了根据本说明书一个实施例提供的一种基于混合整数线性规划的业务处理方法的流程图，具体包括以下步骤。
37.步骤202：接收针对目标业务的业务预测请求，其中，所述业务预测请求中包括所述目标业务对应的业务期望信息和业务约束信息。
38.其中，目标业务具体是指在实际应用中具体的业务应用场景。例如，在能源电力场景的机组组合问题，变压器组合问题；船舶停靠的码头分配问题；网络分配场景的路由线路分配问题；卫星通信场景的信道分配问题；仓储场景的货物分配问题等等。需要注意的是，本说明书实施例提供的目标业务是混合整数线性规划任务，优选的，目标业务是混合0-1线性规划任务。
39.业务预测请求具体是指针对目标业务进行预测的请求，在实际应用中，业务预测请求中会包括有目标业务对应的业务期望信息和业务约束信息，业务期望信息具体是指将目标业务的进行抽象之后生成的数学模型，业务约束信息具体是指对该业务期望信息的约束条件。在本说明书提供的实施例中，业务约束信息具体包括第一业务约束信息和第二业务约束信息，其中，第一业务约束信息包括整数决策参数，整数决策参数具体是指在业务期望信息中有至少一个参数是整数。
40.在本说明书提供的一具体实施方式中，以目标业务为卫星通信场景下卫星通信信道的分配问题为例，可以将该问题抽象为对应的混合整数线性规划任务模型，具体的参见
下述目标业务原线性规划模型1：minc
t
x+d
t
ys.t.a1x+a2y=bc1x+c2y≤dxi∈{li,ui}，i= 1，
……
pyj∈{0，1}，j= 1，
……
q其中，minc
t
x+d
t
y为业务期望信息，即目标函数，具体是指希望在卫星通信信道的分配问题中，通过取值x和y，使得目标函数“c
t
x+d
t
y”最小，x和y为业务参数，c
t
和d
t
为目标函数中的常量参数，s.t.表示约束条件，在目标业务原线性规划模型1中包括有4个业务约束信息，其中前三个为第二业务约束信息，第四个为第一业务约束信息。其中a1、a2、b、c1、c2、d、li、ui、p、q等参数具体为混合整数线性规划任务模型中的常量参数。在第四个业务约束信息中需要保证yj在0或1中取值。
41.步骤204：基于所述业务约束信息将所述业务期望信息分解为多个业务求解子信息。
42.其中，本说明书提供的实施例，应用于混合整数线性规划问题，混合整数线性规划问题中包括有整数决策参数，即在业务期望信息中一定会有至少一个参数是整数。
43.基于此，为了提高业务期望信息的求解效率，可以根据业务约束信息为业务期望信息生成多个参数，并将参数赋值到业务期望信息中，生成多个业务求解子信息，并求解每个业务求解子信息，在每个业务求解子信息的求解结果中选取最优解。
44.具体的，如上述步骤所述，所述业务约束信息包括第一业务约束信息和第二业务约束信息，所述第一业务约束信息包括整数决策参数，相应的，基于所述业务约束信息将所述业务期望信息分解为多个业务求解子信息，包括s2042-s2046：s2042：基于所述第一业务约束信息生成松弛约束信息。
45.在处理混合整数线性规划任务模型的问题时，通常是采用线性规划松弛的方式，将第一业务约束信息进行线性松弛，获得目标业务对应的线性规划松弛模型，将混合整数线性规划问题调整为线性规划问题。
46.例如，以上述yj∈{0，1}为例，将其进行线性规划松弛，记作yj∈[0，1]。则上述目标业务原线性规划模型1则可以记作下述目标业务线性规划松弛模型2：minc
t
x+d
t
ys.t.a1x+a2y=bc1x+c2y≤dxi∈{li,ui}，i= 1，
……
pyj∈[0，1]，j= 1，
……
q将第一业务约束信息进行线性松弛，获得松弛约束信息，便于在后续的求解任务中可以快速求解。
[0047]
s2044：根据所述松弛约束信息和所述第二业务约束信息确定至少一个目标采样值。
[0048]
在确定了松弛约束信息之后，根据松弛约束信息和第二业务约束信息确定至少一个目标采样值，这里的目标采样值具体是指符合第一业务约束信息和第二业务约束信息的
一组采样值，例如目标函数中有3个参数，则一个目标采样值中就会有3个参数的值，每一个目标采样值均为在松弛约束信息和第二约束信息的基础上获取，并进一步满足第一业务约束信息的值。
[0049]
具体的，根据所述松弛约束信息和所述第二业务约束信息确定至少一个目标采样值，包括s20442至s20446：s20442、根据所述松弛约束信息和所述第二业务约束信息确定采样可行域。
[0050]
其中，采样可行域具体是指基于松弛约束信息和第二业务约束信息确定出来的可以进行采样的区域，由于松弛约束信息和第二业务约束信息均为线性约束信息，两者都是连续的，因此，可以基于松弛约束信息和第二业务约束信息确定相应的采样可行域。
[0051]
参见图3，图3示出了本说明书一实施例提供的采样可行域的示意图。如图3所示，一共有3个业务约束条件，3个业务约束条件在坐标系中形成了一个闭合的区域，这个闭合区域即为采样可行域。在采样可行域中取的点均为满足松弛约束信息和所述第二业务约束信息的点。
[0052]
s20444、在所述采样可行域中确定待处理采样值。
[0053]
其中，待处理采样值具体是指在采样可行域中选取的一个满足松弛约束信息和所述第二业务约束信息的点，在本说明书提供的实施例中，待处理采样值可以称为内点。
[0054]
依然以上述目标业务线性规划松弛模型2为例，为了求解目标业务线性规划松弛模型2的解，可以对其进行变形：则上述目标业务线性规划松弛模型2可以改写为：此时，将问题转换为求解线性方程组a’z=b的通解。若该线性方程组无解，则说明目标业务原线性规划模型1无解；若该线性方程组有解，则可以得到一个特解z*以及一个矩阵b，使得任意向量v都满足z=z*+bv是a’z=b的解。将z=z*+bv代回到目标业务线性规划松弛模型2中，可以将目标业务线性规划松弛模型2转换为如下线性规划模型3：min (c’)
t
bv+ (c’)
t
z*s.t.c’bv≤d-c’z*l-z*≤bv≤u-z*求解该线性规划模型3，由所得的解v* 即可构造一个内点（待处理采样值）：z0=z*+bv*。
[0055]
下面提供一种求解该线性规划模型3的具体求解方式，在实际应用中，还会有其他的求解方式，在本说明书中对此不做限定。
[0056]
基于线性规划模型3构造如下线性规划模型4：
求解上述线性规划模型4，即可获得线性规划模型4的解v*，基于v*可以确定一个待处理采样值（内点）：z0=z*+bv*。
[0057]
s20446、基于所述待处理采样值确定至少一个目标采样值。
[0058]
在确定了一个待处理采样值之后，即可基于该待处理采样值来确定至少一个目标采样值，这样选取的目标采样值是基于采样可行域中确定的，可以避免出现大量的无效采样值，减少计算工作量。
[0059]
具体的，基于所述待处理采样值确定至少一个目标采样值，包括：基于所述待处理采样值确定至少一个采样方向；在每个采样方向上确定至少一个初始采样值；根据所述整数决策参数和至少一个初始采样值确定至少一个目标采样值。
[0060]
在确定了待处理采样值后，可以基于该待处理采样值在采样可行域中随机确定一个采样方向，并在该采访方向上可以确定至少一个初始采样值，参见图4，图4示出了本说明书一实施例提供的确定初始采样值的示意图。如图4所示，在采样可行域中确定了一个待处理采样值z0，并基于z0随机确定了一个采样方向u0，需要注意的是，该采样方向有正负的区别，基于该采样方向在可以在u0方向上随机选取一个初始采样值z1。在实际应用中，可以确定多个采样方向，在每个采样方向上采集多个初始采样值，需要注意的是，确定的初始采样值都是在上述步骤中确定的采样可行域中确定。
[0061]
在确定了多个初始采样值之后，即可将各个初始采样值在确定为目标采样值。由于在上述步骤中，将第一业务约束信息调整为松弛约束信息，因此，初始采样值的取值有可能是不满足第一业务约束信息中的整数决策参数的。基于此，需要再根据第一业务约束信息中的整数决策参数将初始采样值调整为对应的目标采样值，例如将初始采样值中的整数决策参数调整为对应的整数。
[0062]
具体的，根据所述整数决策参数和至少一个初始采样值确定至少一个目标采样值，包括：确定待处理初始采样值；基于所述整数决策参数和所述待处理初始采样值确定待处理目标采样值；在所述待处理目标采样值满足所述第一业务约束信息和所述第二业务约束信息的情况下，确定所述待处理目标采样值为目标采样值。
[0063]
其中，待处理初始采样值具体是指需要进行取整操作的初始采样值，相应的，待处理目标采样值具体是指待处理初始采样值经过取整处理后，确定的值。
[0064]
在实际应用中，需要将每个初始采样值按照一定的规则，将整数决策参数调整为整数，以就近圆整的方法为例，参见下述公式1：
公式1参见上述公式1，表示向下取整，表示向上取整，即当与其向下取整的差，小于向上取整与其的差是，将向下取整；除此之外，将向上取整，从而获取待处理初始采样值对应的待处理目标采样值。
[0065]
在实际应用中，将待处理初始采样值进行取整之后，可以确定其对应的待处理目标采样值，此时获取的待处理目标采样值有可能超出了第一业务约束信息和所述第二业务约束信息的约束条件，因此，还需要再将待处理目标采样值与第一业务约束信息和所述第二业务约束信息进行比对，当待处理目标采样值满足第一业务约束信息和所述第二业务约束信息的情况下，就可以确定该待处理目标采样值为目标采样值。
[0066]
s2046：根据所述至少一个目标采样值和所述业务期望信息生成多个业务求解子信息。
[0067]
在确定了目标采样值之后，再将每个目标采样值带回到目标业务原线性规划模型中，由于目标采样值已经是满足了第一业务约束信息和所述第二业务约束信息的要求，因此，可以将目标采样值带入到业务期望信息中，多个业务求解子信息。
[0068]
具体的，根据所述至少一个目标采样值和所述业务期望信息生成多个业务求解子信息，包括：确定待处理目标采样值；基于所述业务期望信息和所述待处理目标采样值确定所述待处理目标采样值对应的目标业务求解子信息。
[0069]
其中，待处理目标采样值具体是指需要进行计算的目标采样值，例如，一共有10个目标采样值，当需要对第一个目标采样值进行处理时，第一个目标采样值就为待处理目标采样值；对第五个目标采样值进行处理时，第五个目标采样值就为待处理目标采样值。
[0070]
此时的待处理目标采样值可以带入到所述业务期望信息中，生成该待处理目标采样值对应的目标业务求解子信息。进一步的，在业务期望信息中包括有其对应的目标函数，例如，在业务期望信息“minc
t
x+d
t
y”中，“c
t
x+d
t
y”即为目标函数，其中，“y”即为业务期望信息的参数。以“y=1”为例，将待处理目标采样值带入到“y”中可以获得目标业务求解子信息minc
t
x+d
t
，即求解c
t
x+d
t
的值。若以“y=3”为例，将待处理目标采样值带入到“y”中可以获得目标业务求解子信息minc
t
x+3d
t
，即求解c
t
x+3d
t
的值。
[0071]
将每个待处理目标采样值分别带入到业务期望信息中，可以构建生成每个待处理目标采样值对应的目标业务求解子信息，从而可以生成多个业务求解子信息。
[0072]
在本说明书提供的另一具体实施方式中，基于所述业务约束信息将所述业务期望信息分解为多个业务求解子信息，包括：接收用户的分解配置信息，其中，所述分解配置信息中包括业务求解子信息数量；基于所述业务求解子信息数量和所述业务约束信息将所述业务期望信息分解为多个业务求解子信息。
[0073]
具体的，在生成多个业务求解子信息的过程中，可以由用户来控制业务求解子信息的数量，进一步的，用户可以向终端发送分解配置信息，在分解配置信息中包括有业务求
解子信息数量，例如业务求解子信息数量为1000。
[0074]
在生成业务求解子信息时，可以根据分解配置信息中携带的业务求解子信息数量来确定目标采样值的数量，从而确定业务求解子信息的数量。
[0075]
步骤206：分别对多个业务求解子信息进行求解，获得所述目标业务对应的目标预测采样值。
[0076]
在获得了多个业务求解子信息之后，每个业务求解子信息之间均是相互独立的，因此，可以分别对每个业务求解子信息进行求解，在求解过程中，业务求解子信息之间是相互独立，互不影响的。对每个业务求解子信息进行求解，即可获得每个业务求解子信息对应的求解信息，再根据多个求解信息选择出符合业务期望信息的目标求解信息，并将该目标求解信息对应的目标采样值作为最终的目标预测采样值。
[0077]
例如，以一共有3个业务求解子信息为例，业务求解子信息1的求解信息1为4，业务求解子信息2的求解信息2为7，业务求解子信息3的求解信息3为15，而业务期望信息为选取最小值，则可以确定求解信息1为目标求解信息，同时可以确定求解信息1对应的目标采样值1为目标预测采样值。
[0078]
具体的，分别对多个业务求解子信息进行求解，获得所述目标业务对应的目标预测采样值，包括s2062-s2064：s2062、计算每个业务求解子信息，获得每个目标采样值对应的初始求解信息。
[0079]
在实际应用中，目标采样值的数据量可能会很大，因此，生成的业务求解子信息的数量也会很多，又由于多个目标采样值之间的计算相互独立，互不影响，因此，多个业务求解子信息在计算求解的过程中，也是相互独立，互不影响的，通过多个业务求解子信息之间的并行计算处理，可以提升整体的计算速度。
[0080]
具体的，计算每个业务求解子信息，获得每个目标采样值对应的初始求解信息，包括：基于所述目标业务求解子信息生成待处理子模型；求解所述待处理子模型，获得待处理目标采样值对应的初始求解信息。
[0081]
为了便于每个业务求解子信息之间相互独立计算，可以根据业务求解子信息生成对应的待处理子模型，这里的待处理子模型是指每个业务求解子信息对应、与目标业务相关的数学处理模型，通过求解该待处理子模型获得的模型结果，即可作为待处理目标采样值对应的初始求解信息。
[0082]
在实际应用中，由于每个待处理子模型之间是相互独立、并行处理的，为了提高模型的处理效率，还可以通过分布式处理的思想来缩短计算时间。
[0083]
具体的，求解所述待处理子模型，获得待处理目标采样值对应的初始求解信息，包括：确定目标计算子节点；将所述待处理子模型发送至所述目标计算子节点，接收所述目标计算子节点返回的初始求解信息。
[0084]
在本说明书提供的一具体实施方式中，还可以将每个待处理子模型分发到并行处理的计算节点上处理，目标计算节点具体是指具有足够计算能力资源，可以计算待处理子模型结果的节点，目标计算节点包括但不限于计算机、虚拟机、cpu核心、进程、线程等等，计
算节点有能力接收待处理子模型的模型数据、执行线性规划求解器得出子模型的解，并通过存储、网络等渠道将待处理子模型的初始求解信息发送回执行主体中。
[0085]
将待处理子模型分发到多个目标计算子节点中进行处理，可以充分利用计算资源，减少模型计算的等待总时间。
[0086]
s2064、基于每个初始求解信息确定所述目标业务对应的目标预测采样值。
[0087]
在确定了每个初始求解信息之后，进而可以进一步确定目标业务的最终的目标预测采样值。具体的，基于每个初始求解信息确定所述目标业务对应的目标预测采样值，包括：确定所述业务期望信息的期望值；基于所述期望值在每个初始求解信息中确定目标求解信息；确定所述目标求解信息对应的目标采样值为目标预测采样值。
[0088]
在实际应用中，由于业务期望信息中包括有其对应的目标函数，例如，在业务期望信息“minc
t
x+d
t
y”中，“c
t
x+d
t
y”即为目标函数，“min”即为业务期望信息的期望值，即期望目标函数的取值最小，通过业务期望信息的期望值可以获知确定目标预测采样值的标准。例如，期望值为“取做小值”时，则将初始求解信息中的最小值作为目标求解信息，同时将目标求解信息对应的目标采样值作为目标业务的目标预测采样值。
[0089]
在本说明书提供的一具体实施方式中，以业务期望信息“minc
t
x+d
t
y”为例，在目标采样值“y=1”的情况下，c
t
x+d
t
的初始求解信息为m，在目标采样值“y=3”的情况下，c
t
x+3d
t
的初始求解信息为n，经过比对，m小于n，因此初始求解信息m为目标求解信息，同时目标求解信息m对应的目标采样值“y=1”，即为目标预测采样值。
[0090]
在本说明书提供的一具体实施方式中，所述方法还包括：在求解所述待处理子模型的过程中，将所述待处理子模型的求解信息发送至前端，其中，所述求解信息包括求解效率、求解进度、求解剩余时间中的至少一项。
[0091]
在实际应用中，待处理子模型之间的计算是相互独立、互不影响的，每个待处理子模型在求解过程中，可以将求解过程中产生的求解信息发送至用户的前端进行展示，以便用户在了解多个待处理子模型之间的处理情况，求解信息包括但不限于求解效率、求解进度、求解剩余时间等。
[0092]
在本说明书提供的另一具体实施方式中，还会存在生成的目标预测采样值有至少两个的情况，基于此，本说明书提供的方法还包括：在所述目标预测采样值为至少两个的情况下，将所述至少两个目标预测采样值发送至前端；接收用户在前端发送的选择指令，并根据所述选择指令确定最终的目标预测采样值。
[0093]
在目标业务对应的混合整数线性规划问题中，需要寻找最优解，通常情况下只有一组最优解。但是也会存在有至少两个最优解的情况，即存在有至少两个目标预测采样值。此时，可以将至少两个目标预测采样值发送至前端供用户选择，用户可以从至少两个目标预测采样值里选择一个作为最终的目标预测采样值。
[0094]
在本说明书提供的另一具体实施方式中，还可以在至少两个目标预测采样值中任选一个作为最终的目标预测采样值。
[0095]
更进一步的，针对目标业务的业务预测请求可以是多次的，相应的，本说明书提供的方法还包括：将所述目标预测采样值作为所述目标业务的候选预测值，其中，所述候选预测值用于再次接收到业务预测请求时为用户提供选择。
[0096]
在实际应用中，可能会需要周期性的为目标业务进行业务预测，例如在机组组合预测业务中，每天要为第二天的机组组合进行预测；在船舶停靠预测业务的场景中，每隔预设时长要为码头分配提供预测。
[0097]
在此情况下，当前次的目标预测采样值可以作为后续业务预测任务的候选预测值，用户可以在下一次的业务预测任务中继续使用够当前预测任务的目标预测采样值，也可以将当前预测任务的目标预测采样值作为下一次业务预测任务的候选预测值。
[0098]
本说明书一个实施例实现了将混合整数线性规划问题根据业务约束信息分解为多个业务求解子信息，并行处理多个业务求解子信息，获得每个业务求解子信息对应的求解结果，每个业务求解子信息之间相互独立，并行计算会加快业务求解子信息的求解效率，从而提升混合整数线性规划问题的求解速度，最终根据每个业务求解子信息的结果获得混合整数线性规划问题的目标预测采样值，在有限的求解结果中可以快速筛选出最优解，进一步加快了求解速度，节省了计算时间。
[0099]
更进一步的，在处理过程中，将混合整数线性规划问题先转换为线性规划问题，在松弛约束信息和所述第二业务约束信息中确定目标采样值，保证了目标采样值的有效性，大幅减少无效采样点造成的资源浪费，提升了后续的计算效率，每个目标采样点之间都是相互独立的，根据目标采样值生成多个业务求解子信息，使得多个业务求解子信息支持大规模并行计算，从而可以加快求解速度，节省了计算时间。
[0100]
下述结合附图5，以本说明书提供的基于混合整数线性规划的业务处理方法在码头分配泊位场景的应用为例，对所述基于混合整数线性规划的业务处理方法进行进一步说明。其中，图5示出了本说明书一个实施例提供的一种基于混合整数线性规划的业务处理方法的处理过程流程图，具体包括以下步骤。
[0101]
步骤502：接收针对船只分配泊位的泊位预测请求，其中，泊位预测请求为混合整数线性规划问题。
[0102]
步骤504：解析该泊位预测请求，获得该请求中携带的泊位期望信息、第一约束信息和第二约束信息，其中，第一约束信息要求泊位数量是整数。
[0103]
步骤506：将第一约束信息进行线性松弛，生成松弛约束信息。
[0104]
步骤508：根据松弛约束信息和第二约束信息确定采样可行域，并在采样可行域中确定待处理采样值。
[0105]
步骤510：基于待处理采样值确定至少一个采样方向，并在每个采样方向上确定至少一个初始采样值。
[0106]
步骤512：根据泊位数量是整数的需求和至少一个初始采样值确定至少一个目标采样值。
[0107]
步骤514：根据泊位期望信息和每个目标采样值，生成每个目标采样值对应的待处理子模型。
[0108]
步骤516：确定每个待处理子模型对应的目标计算节点，并将每个待处理子模型发
送至对应的目标计算节点。
[0109]
步骤518：接收每个目标计算节点返回的初始求解信息。
[0110]
步骤520：在每个初始求解信息中选取最小值为目标求解信息。
[0111]
步骤522：确定目标求解信息对应的目标采样值为泊位预测请求对应的预测泊位分配信息。
[0112]
通过本技术提供的方法，将混合整数线性规划的泊位分配问题先转换为线性规划问题，在松弛约束信息和所述第二业务约束信息中确定目标采样值，保证了目标采样值的有效性，大幅减少无效采样点造成的资源浪费，提升了后续的计算效率，每个目标采样点之间都是相互独立的，支持大规模并行计算，从而可以加快求解速度，节省了计算时间。
[0113]
下述结合附图6，图6示出了根据本说明书一个实施例提供的一种基于混合整数线性规划的机组组合预测方法的流程图，具体包括以下步骤：步骤602：接收针对机组组合预测业务的业务预测请求，其中，所述业务预测请求中包括所述机组组合预测业务对应的业务期望信息和业务约束信息。
[0114]
步骤604：基于所述业务约束信息将所述业务期望信息分解为多个业务求解子信息。
[0115]
步骤606：分别对多个业务求解子信息进行求解，获得所述机组组合预测业务对应的预测机组组合。
[0116]
在本说明书提供的一具体实施方式中，所述业务约束信息包括第一业务约束信息和第二业务约束信息，所述第一业务约束信息包括整数决策参数；基于所述业务约束信息将所述业务期望信息分解为多个业务求解子信息，包括：基于所述第一业务约束信息生成松弛约束信息；根据所述松弛约束信息和所述第二业务约束信息确定至少一个目标采样机组组合；根据所述至少一个目标采样机组组合和所述业务期望信息生成多个业务求解子信息。
[0117]
在本说明书提供的一具体实施方式中，别对多个业务求解子信息进行求解，获得所述机组组合预测业务对应的预测机组组合，包括：计算每个业务求解子信息，获得每个目标采样机组组合对应的初始求解信息；基于每个初始求解信息确定所述机组组合预测业务对应的预测机组组合。
[0118]
在本说明书提供的一具体实施方式中，根据所述松弛约束信息和所述第二业务约束信息确定至少一个目标采样机组组合，包括：根据所述松弛约束信息和所述第二业务约束信息确定采样可行域；在所述采样可行域中确定待处理采样值；基于所述待处理采样值确定至少一个目标采样机组组合。
[0119]
在本说明书提供的一具体实施方式中，基于所述待处理采样值确定至少一个目标采样机组组合，包括：基于所述待处理采样值确定至少一个采样方向；在每个采样方向上确定至少一个初始采样值；根据所述整数决策参数和至少一个初始采样值确定至少一个目标采样机组组合。
[0120]
在本说明书提供的一具体实施方式中，根据所述整数决策参数和至少一个初始采样值确定至少一个目标采样机组组合，包括：确定待处理初始采样值；基于所述整数决策参数和所述待处理初始采样值确定待处理目标采样机组组合；在所述待处理目标采样机组组合满足所述第一业务约束信息和所述第二业务约束信息的情况下，确定所述待处理目标采样机组组合为目标采样机组组合。
[0121]
在本说明书提供的一具体实施方式中，根据所述至少一个目标采样机组组合和所述业务期望信息生成多个业务求解子信息，包括：确定待处理目标采样机组组合；基于所述业务期望信息和所述待处理目标采样机组组合确定所述待处理目标采样机组组合对应的机组组合预测业务求解子信息。
[0122]
计算每个业务求解子信息，获得每个目标采样机组组合对应的初始求解信息，包括：基于所述机组组合预测业务求解子信息生成待处理子模型；求解所述待处理子模型，获得待处理目标采样机组组合对应的初始求解信息。
[0123]
在本说明书提供的一具体实施方式中，所述方法还包括：在求解所述待处理子模型的过程中，将所述待处理子模型的求解信息发送至前端，其中，所述求解信息包括求解效率、求解进度、求解剩余时间中的至少一项。
[0124]
在本说明书提供的一具体实施方式中，基于所述业务约束信息将所述业务期望信息分解为多个业务求解子信息，包括：接收用户的分解配置信息，其中，所述分解配置信息中包括业务求解子信息数量；基于所述业务求解子信息数量和所述业务约束信息将所述业务期望信息分解为多个业务求解子信息。
[0125]
在本说明书提供的一具体实施方式中，所述方法还包括：在所述预测机组组合为至少两个的情况下，将所述至少两个预测机组组合发送至前端；接收用户在前端发送的选择指令，并根据所述选择指令确定最终的预测机组组合。
[0126]
在本说明书提供的一具体实施方式中，所述方法还包括：将所述预测机组组合作为所述机组组合预测业务的候选预测值，其中，所述候选预测值用于再次接收到业务预测请求时为用户提供选择。
[0127]
通过本技术提供的方法，将混合整数线性规划的机组组合预测问题先转换为线性规划问题，在松弛约束信息和所述第二业务约束信息中确定目标采样机组组合，保证了目标采样机组组合的有效性，大幅减少无效采样点造成的资源浪费，提升了后续的计算效率，每个目标采样点之间都是相互独立的，支持大规模并行计算，从而可以加快求解速度，节省了计算时间。
[0128]
与上述基于混合整数线性规划的业务处理方法实施例相对应，本说明书还提供了基于混合整数线性规划的业务处理装置实施例，图7示出了本说明书一个实施例提供的一种基于混合整数线性规划的业务处理装置的结构示意图。如图7所示，该装置包括：
接收模块702，被配置为接收针对目标业务的业务预测请求，其中，所述业务预测请求中包括所述目标业务对应的业务期望信息和业务约束信息；生成模块704，被配置为基于所述业务约束信息将所述业务期望信息分解为多个业务求解子信息；预测模块706，被配置为分别对多个业务求解子信息进行求解，获得所述目标业务对应的目标预测采样值。
[0129]
可选的，所述业务约束信息包括第一业务约束信息和第二业务约束信息，所述第一业务约束信息包括整数决策参数；所述生成模块704，进一步被配置为：基于所述第一业务约束信息生成松弛约束信息；根据所述松弛约束信息和所述第二业务约束信息确定至少一个目标采样值；根据所述至少一个目标采样值和所述业务期望信息生成多个业务求解子信息。
[0130]
可选的，所述预测模块706，进一步被配置为：计算每个业务求解子信息，获得每个目标采样值对应的初始求解信息；基于每个初始求解信息确定所述目标业务对应的目标预测采样值。
[0131]
可选的，所述生成模块704，进一步被配置为：根据所述松弛约束信息和所述第二业务约束信息确定采样可行域；在所述采样可行域中确定待处理采样值；基于所述待处理采样值确定至少一个目标采样值。
[0132]
可选的，所述生成模块704，进一步被配置为：基于所述待处理采样值确定至少一个采样方向；在每个采样方向上确定至少一个初始采样值；根据所述整数决策参数和至少一个初始采样值确定至少一个目标采样值。
[0133]
可选的，所述生成模块704，进一步被配置为：确定待处理初始采样值；基于所述整数决策参数和所述待处理初始采样值确定待处理目标采样值；在所述待处理目标采样值满足所述第一业务约束信息和所述第二业务约束信息的情况下，确定所述待处理目标采样值为目标采样值。
[0134]
所述生成模块704，进一步被配置为：确定待处理目标采样值；基于所述业务期望信息和所述待处理目标采样值确定所述待处理目标采样值对应的目标业务求解子信息。
[0135]
可选的，所述预测模块706，进一步被配置为：基于所述目标业务求解子信息生成待处理子模型；求解所述待处理子模型，获得待处理目标采样值对应的初始求解信息。
[0136]
可选的，所述装置还包括：反馈模块，被配置为在求解所述待处理子模型的过程中，将所述待处理子模型的求解信息发送至前端，其中，所述求解信息包括求解效率、求解进度、求解剩余时间中的至少一项。
[0137]
可选的，所述生成模块704，进一步被配置为：接收用户的分解配置信息，其中，所述分解配置信息中包括业务求解子信息数量；基于所述业务求解子信息数量和所述业务约束信息将所述业务期望信息分解为多个业务求解子信息。
[0138]
可选的，所述装置还包括：信息发送模块，被配置为在所述目标预测采样值为至少两个的情况下，将所述至少两个目标预测采样值发送至前端；选择模块，被配置为接收用户在前端发送的选择指令，并根据所述选择指令确定最终的目标预测采样值。
[0139]
可选的，所述装置还包括：候选模块，被配置为将所述目标预测采样值作为所述目标业务的候选预测值，其中，所述候选预测值用于再次接收到业务预测请求时为用户提供选择。
[0140]
本说明书实施例提供的基于混合整数线性规划的业务处理装置，包括接收针对目标业务的业务预测请求，其中，所述业务预测请求中包括所述目标业务对应的业务期望信息、第一业务约束信息和第二业务约束信息，所述第一业务约束信息包括整数决策参数；基于所述第一业务约束信息生成松弛约束信息；根据所述松弛约束信息和所述第二业务约束信息确定至少一个目标采样值；根据所述业务期望信息计算每个目标采样值对应的初始业务预测值，并基于每个初始业务预测值确定所述目标业务对应的目标预测采样值。通过本技术提供的方法，将混合整数线性规划问题先转换为线性规划问题，在松弛约束信息和所述第二业务约束信息中确定目标采样值，保证了目标采样值的有效性，大幅减少无效采样点造成的资源浪费，提升了后续的计算效率，每个目标采样点之间都是相互独立的，支持大规模并行计算，从而可以加快求解速度，节省了计算时间。
[0141]
上述为本实施例的一种基于混合整数线性规划的业务处理装置的示意性方案。需要说明的是，该基于混合整数线性规划的业务处理装置的技术方案与上述的基于混合整数线性规划的业务处理方法的技术方案属于同一构思，基于混合整数线性规划的业务处理装置的技术方案未详细描述的细节内容，均可以参见上述基于混合整数线性规划的业务处理方法的技术方案的描述。
[0142]
参见图8，图8示出了本说明书一个实施例提供的基于混合整数线性规划的机组组合的装置示意图。如图8所示，将机组组合的预测问题抽象为机组组合模型数据，在机组组合模型数据中包括有机组组合预测业务的业务期望信息、第一业务约束信息和第二业务约束信息，所述第一业务约束信息包括整数决策参数。
[0143]
将机组组合模型数据输入到内点计算器802中，由内点计算器802将机组组合模型中的第一业务约束信息进行线性松弛，获得松弛约束信息，并根据松弛约束信息和第二业务约束信息生成采样可行域，在采样可行域中确定线性规划松弛模型的一个可行解，基于该可行解构建一个内点（待处理采样值）。
[0144]
在构建完内点后，将内点输入到随机采样器804中，在随机采样器804中基于该内点确定至少一个采样方向，在该采样方向的正反方向可以构造一条两端触及采样可行域边界的线段，在该线段上确定至少一个初始采样值，重复确定采样方向，并确定初始采样值的步骤，直到获取到预设数量的初始采样值。
areanetwork）、个域网（pan，personal areanetwork）或诸如因特网的通信网络的组合。接入设备1040可以包括有线或无线的任何类型的网络接口（例如，网络接口卡（nic，networkinterface controller））中的一个或多个，诸如ieee802.11无线局域网（wlan，wireless localarea network）无线接口、全球微波互联接入（wi-max，worldwideinteroperability for microwave access）接口、以太网接口、通用串行总线（usb，universal serial bus）接口、蜂窝网络接口、蓝牙接口、近场通信（nfc，near fieldcommunication）。
[0155]
在本说明书的一个实施例中，计算设备1000的上述部件以及图10中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图10所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
[0156]
计算设备1000可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备（例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等）、移动电话（例如，智能手机）、可佩戴的计算设备（例如，智能手表、智能眼镜等）或其他类型的移动设备，或者诸如台式计算机或个人计算机（pc，personalcomputer）的静止计算设备。计算设备1000还可以是移动式或静止式的服务器。
[0157]
其中，处理器1020用于执行如下计算机可执行指令，该计算机可执行指令被处理器执行时实现上述数据处理方法的步骤。上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的基于混合整数线性规划的业务处理方法或基于混合整数线性规划的机组组合预测方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述基于混合整数线性规划的业务处理方法或基于混合整数线性规划的机组组合预测方法的技术方案的描述。
[0158]
本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现上述基于混合整数线性规划的业务处理方法或基于混合整数线性规划的机组组合预测方法的步骤。
[0159]
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的基于混合整数线性规划的业务处理方法或基于混合整数线性规划的机组组合预测方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述基于混合整数线性规划的业务处理方法或基于混合整数线性规划的机组组合预测方法的技术方案的描述。
[0160]
本说明书一实施例还提供一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述基于混合整数线性规划的业务处理方法或基于混合整数线性规划的机组组合预测方法的步骤。
[0161]
上述为本实施例的一种计算机程序的示意性方案。需要说明的是，该计算机程序的技术方案与上述的基于混合整数线性规划的业务处理方法或基于混合整数线性规划的机组组合预测方法的技术方案属于同一构思，计算机程序的技术方案未详细描述的细节内容，均可以参见上述基于混合整数线性规划的业务处理方法或基于混合整数线性规划的机组组合预测方法的技术方案的描述。
[0162]
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围
内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0163]
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（rom，read-only memory）、随机存取存储器（ram，random accessmemory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0164]
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。
[0165]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
[0166]
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。