你所不知道的PSO:人工智能在IFS商业软件套件中的一大用例( 三 )

确定算法后,DSE通过使用机器学习来动态地调整每个算法的参数,使其符合已明确的业务目标,并借助于神经网络来鉴定是哪些参数在影响调度的改善或恶化。这一标度会定期进行复校,因此如果业务性质随时间发生变化,系统将自动适应,而无需任何人为干预或重新实施。

在运行时,超启发式算法会对参数进行逐步微调,从而反映从零开始重新排程和在已经完善的计划基础上予以调整之间的差异。

换言之,DSE会在三个不同的层面自动适应环境变化:

1.算法选择

2.算法参数调整

3.超启发式

基于此,DSE具备高度灵活性并可提供更智能的解决方案。由于所有调整都是自动学习的,因此通常能找到解决特定客户问题的创造性解决方案。具体而言,“在盒子外思考” 通常优于人类自己处理复杂优化问题。

对于这类问题,DSE优于人类的原因在于它能更好地搜索大量可行的解决方案。譬如象棋,有