一种基于强化学习的通用分布式图处理方法及系统

摘要

本发明公开了一种基于强化学习的通用分布式图处理方法及系统，基于图论定义分布式数据处理中心形成分布式图，利用预设图切割模型及预设图处理模型，基于预设约束条件利用强化学习的方式对分布式图切割，给每一个顶点分配一个学习自动机，通过训练为顶点找到最适合的数据处理中心，每个顶点在所有数据处理中心的可能性服从一定的概率分布，整个系统在每个迭代过程中包含动作选择、顶点迁移、分数计算、强化信号计算、概率更新五个步骤，达到最大迭代次数或者约束条件已经收敛，判断迭代结束。本发明提供通用分布式图处理方法形成的分布式图处理模型是一个通用的分布式图模型，对于不同的优化目标只需要设计不同的分数计算方案以及不同的权重向量。