(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210869168.0 (22)申请日 2022.07.22 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 胡文皓　陈珍　 (74)专利代理 机构 北京市汉坤律师事务所 11602 专利代理师 姜浩然　吴丽丽 (51)Int.Cl. G06F 30/20(2020.01) G06F 111/04(2020.01) (54)发明名称 用于目标应用系统的最优解搜索方法、 装置 及设备 (57)摘要 本公开提供了一种用于目标应用系统的最 优解搜索方法、 装置及设备， 涉及计算机技术领 域， 尤其涉及系统控制与系统优化领域。 实现方 案为： 针对变量组中的每个变量， 确定其对应的 至少一个动作， 以组成动作集合； 初始化至少一 个变量， 作为基准变量组； 基于基准变量组以及 目标函数， 确定基准目标值； 针对每个动作， 执行 如下操作： 对与该动作相应的变量进行更新； 确 定第二目标值； 以及确定目标优化结果； 基于动 作集合中的每个动作的目标优化结果， 更新后序 搜索操作所应用的动作集合、 基准变量组和基准 目标值； 以及重复执行搜索操作和更新操作， 直 至执行次数大于预设搜索次数或第二目标值小 于预设目标值， 输出目标函数的最优解。 权利要求书4页 说明书18页 附图5页 CN 115169142 A 2022.10.11 CN 115169142 A 1.一种用于目标应用系统的最优解搜索方法， 其中， 所述目标应用系统通过目标函数 进行状态评估， 所述 目标函数基于相应于所述 目标应用系统的变量组构建， 所述变量组包 括至少一个变量， 所述至少一个变量中的每个变量在该变量相应的取值范围内变化， 所述 方法包括： 针对所述变量组中的每个变量， 基于该变量的取值范围， 确定该变量对应的至少一个 动作， 以组成所述变量组对应的动作集合， 其中， 所述至少一个动作中的每个动作用于指示 相应变量的变化趋势； 初始化所述至少一个 变量， 以相应地获取至少一个第一变量 值， 作为基准变量组； 基于所述基准变量组以及所述目标函数， 确定第一目标值， 以作为基准目标值； 针对所述动作集 合中的每 个动作， 执 行如下搜索操作： 对所述基准变量组中的与 该动作相应的变量的第 一变量值， 基于该动作及相应的预设 变化步长进行 更新； 基于更新后的所述基准变量组以及所述目标函数， 确定第二目标值； 以及 基于所述第二目标值和所述基准目标值， 确定目标优化结果； 基于所述动作集合中的每个动作对应的目标优化结果， 更新后序搜索操作 所应用的动 作集合、 基准变量组以及基准目标值； 以及 重复执行所述搜索操作和更新动作集合、 基准变量组以及基准目标值的操作， 直至执 行次数大于预设搜索次数或第二目标值小于预设目标值， 输出该第二目标值对应的变量组 中每个变量的数值， 作为所述目标函数的最优解。 2.根据权利要求1所述的方法， 其中， 所述针对所述变量组中的每个变量， 基于该变量 的取值范围， 确定该变量对应的至少一个动作， 以组成所述变量组对应的动作集 合包括： 基于所述至少一个变量中的每个变量的取值范围， 将所述至少一个变量划分为至少一 个子变量组； 以及 针对所述变量组中的所述至少一个子变量组中的每个子变量组， 基于该子变量组中的 变量的取值范围， 确定该子变量组对应的至少一个动作， 以组成所述变量组对应的动作集 合。 3.根据权利要求1所述的方法， 其中， 所述变量组中的每个变量的数值相应于时段变 化， 并且所述 目标函数基于分别对应于多个时段的多个所述变量组确定， 所述针对所述变 量组中的每个变量， 基于该变量的取值范围， 确定该变量对应的至少一个动作， 以组成所述 变量组对应的动作集 合还包括： 针对多个所述变量组中的每个所述变量组， 基于该变量组对应的时段， 确定该变量组 对应的动作集 合的时段 标签； 并且 其中， 所述对所述基准变量组中的与该动作相应的变量的第一变量值， 基于该动作及 相应的预设变化 步长进行 更新包括： 基于该动作的时段 标签， 在多个所述变量组中确定该动作对应时段的变量组； 以及 对该变量组中与该动作相应的变量的第 一变量值， 基于该动作及相应的预设变化步长 进行更新。 4.根据权利要求1至3中任一项所述的方法， 其中， 所述基于所述动作集合中的每个动 作对应的目标优化结果， 更新后序搜索操作所应用的动作集合、 基准变量组以及基准 目标权　利　要　求　书 1/4 页 2 CN 115169142 A 2值包括： 筛选所述动作集 合中满足下述至少一项的第一动作， 以更新所述动作集 合： 所述第一动作对应的目标优化结果为第 一优化结果， 其中所述第 一优化结果指示所述 目标应用系统的状态得到优化； 所述第一动作对应的目标优化结果为第 一优化结果， 并且所述第 一动作对应的第 二目 标值与更新前的所述基准目标值之间的差值的绝对值大于第一预设差值； 以及 响应于所述第一动作所处的搜索路径上执行过多次动作并且相应地获得多个目标优 化结果， 在所述搜索路径上， 所述多个目标优化结果中的第一优化结果的数量大于第二优 化结果的数量， 其中， 所述第二优化结果指示所述目标应用系统的状态未 得到优化。 5.根据权利要求 4所述的方法， 还 包括： 响应于未筛选出所述第一动作， 所述执行次数小于或等于所述预设搜索次数， 并且所 述第二目标值大于或等于所述预设目标值， 基于初始的动作集 合更新所述动作集 合。 6.根据权利要求1至5中任一项所述的方法， 其中， 所述基准变量组与所述基准目标值 相对应， 并且， 所述基于所述动作集合中的每个动作对应的目标优化结果， 更新后序搜索操 作所应用的动作集 合、 基准变量组以及基准目标值包括下述中的至少一项： 基于所述动作集合中的至少一个动作相应的至少一个第 二目标值以及预设目标值， 更 新所述基准目标值； 以及 基于所述至少一个第二目标值分别与更新前的所述基准目标值的差值以及第二预设 差值， 更新所述基准目标值。 7.根据权利要求1至6 中任一项所述的方法， 其中， 所述变量组包括多个变量， 所述方法 还包括： 响应于重复执行多次所述搜索操作， 基于多次所述搜索操作中的每次所述搜索操作对 应的至少一个第二目标值以及所述至少一个第二目标值分别相应的至少一个第一变量组， 计算所述变量组中两 两变量间的变量相关性； 基于所述变量组中两两变量间的变量相关性， 确定联动变量组， 其中， 所述联动变量组 包括所述变量组中的多个 变量； 确定所述联动变量组对应的至少一个联动 动作； 以及 基于所述至少一个第 一联动动作， 替换所述联动变量组中的每个变量对应的至少一个 动作， 以更新所述动作集 合。 8.根据权利要求1至7中任一项所述的方法， 其中， 所述目标应用系统至少包括： 电力系 统、 物料储 存转运系统和混合型产品生产系统。 9.一种用于目标应用系统的最优解搜索装置， 其中， 所述目标应用系统通过目标函数 进行状态评估， 所述 目标函数基于相应于所述 目标应用系统的变量组构建， 所述变量组包 括至少一个变量， 所述至少一个变量中的每个变量在该变量相应的取值范围内变化， 所述 装置包括： 第一确定单元， 被配置为针对所述变量组中的每个变量， 基于该变量的取值范围， 确定 该变量对应的至少一个动作， 以组成所述变量组对应的动作集合， 其中， 所述至少一个动作 中的每个动作用于指示相应 变量的变化趋势； 初始化单元， 被配置为初始化所述至少一个变量， 以相应地获取至少一个第 一变量值，权　利　要　求　书 2/4 页 3 CN 115169142 A 3