Оптимизатор Veeroute использует алгоритмы бустинга для машинного обучения, чтобы выбирать наиболее подходящие конфигурации для каждого набора входных данных. Конфигурации оптимизационного движка Veeroute — это сочетания алгоритмов и моделей маршрутизации. Они применяются в определенной последовательности для решения конкретной комбинаторной задачи — например, для оптимизации доставки последней мили.
Набор входных данных, которые пользователь отправляет на сервер, содержит параметры системы. Получив эти данные, оптимизатор должен быстро проанализировать их и выбрать наилучшую из возможных конфигураций для выполнения вычислений. Для этого Veeroute использует алгоритмы бустинга с несколькими «слабыми учениками».
На основе данных, поступающих от «слабых учеников», модель определяет, какие конфигурации оптимизатор должен использовать для решения проблемы. Схема взаимодействия «слабых учеников» и модели представлена на рисунке ниже. Данные от разных «слабых учеников» могут иметь разные весовые коэффициенты. Они определяют, в какой степени тот или иной «слабый ученик» влияет на принятие окончательного решения.
Процесс обучения
- Лучшие конфигурации
- Конфигурации
Конфигурации, предложенные искусственным интеллектом, используются для решения конкретной комбинаторной задачи. Машинное обучение позволяет совершенствовать работу оптимизатора. Для обучения «слабых учеников» используются наборы данных, которые поступают от наших клиентов, корректируются и актуализируются с учётом фактической информации.