(19)中华 人民共和国 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 202111453735.6 (22)申请日 2021.12.01 (71)申请人 胜斗士 （上海） 科技 技术发展有限公 司 地址 200120 上海市浦东 新区牡丹路60号 10-11层 (72)发明人 戚成亮　孙磊　赵华　徐教良　 麻绍钧　 (74)专利代理 机构 北京林达刘知识产权代理事 务所(普通 合伙) 11277 代理人 刘新宇 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/08(2012.01) G06K 9/62(2022.01)G06N 20/00(2019.01) (54)发明名称 任务时长确定方法及 装置、 电子设备和存储 介质 (57)摘要 本公开涉及一种任务时长确定方法及 装置、 电子设备和存储介质， 通过 获取训练得到的目标 模型， 以及包括至少两个与目标模型结构相同、 参数不同的参考模型的模型集合。 其中， 每个参 考模型为不同历史 时间区间的最优模 型。 比较目 标模型和每个参考模型的性能， 得到当前最优模 型， 并基于目标任务的任务信息， 通过当前最优 模型进行任务时长预测， 得到目标任务的任务处 理时长。 本公开实施例在多个曾经的最优模型和 目标模型中筛选当前的最优模型， 在多个模型中 筛选最优模型的过程提高了评价结果的准确性 以及模型的适用性， 以进一步根据当前最优模型 预测目标任务的任务处理时长， 提高了预测结果 的准确性。 权利要求书2页 说明书15页 附图6页 CN 114139804 A 2022.03.04 CN 114139804 A 1.一种任务时长确定方法， 其特 征在于， 所述方法包括： 获取目标模型， 所述目标模型通过训练得到； 获取包括至少两个与所述目标模型结构相同、 参数不同的参考模型的模型集合， 每个 所述参考模型为不同历史时间区间的最优模型， 所述最优模型为一个时间区间内性能最优 的模型； 通过比较所述目标模型与每 个所述参考模型， 确定当前最优 模型； 基于目标任务的任务信息， 通过所述当前最优模型进行任务时长预测， 得到所述目标 任务的任务处 理时长。 2.根据权利要求1所述的方法， 其特征在于， 所述通过比较所述目标模型与每个所述参 考模型， 确定当前最优 模型包括： 确定目标测试集； 根据所述目标测试集测试 所述目标模型 得到第一目标损失； 根据所述目标测试集测试每个所述参考模型， 得到所每个所述参考模型的第 一参考损 失； 根据所述第一目标损失和每 个所述第一 参考损失， 确定当前最优 模型。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述第 一目标损失和每个所述第 一参考损失， 确定当前最优 模型包括： 对比每个所述第一 参考损失的大小， 并将最小第一 参考损失作为第一 最小损失； 根据所述第一目标损失和所述第一 最小损失， 确定当前最优 模型。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述第 一目标损失和所述第 一最 小损失， 确定当前最优 模型包括： 响应于所述第 一目标损失不小于所述第 一最小损失， 确定所述具有所述第 一最小损失 的参考模型是当前最优 模型。 5.根据权利要求3或4所述的方法， 其特征在于， 所述根据所述第一目标损 失和所述第 一最小损失， 确定当前最优 模型还包括： 响应于所述第一目标损失小于所述第一最小损失， 确定所述目标模型是当前最优模 型。 6.根据权利要求3或4所述的方法， 其特征在于， 所述根据所述第一目标损 失和所述第 一最小损失， 确定当前最优 模型还包括： 响应于所述第一目标损失小于所述第一最小损失， 确定所述目标模型的第二目标损 失， 和每个所述参考模型的第二 参考损失； 根据所述第二目标损失和所述第二 参考损失， 确定当前最优 模型。 7.根据权利要求6所述的方法， 其特征在于， 所述模型集合中还包括每个参考模型对应 的第二参考损失； 所述确定所述目标模型的第二目标损失， 和每 个所述参考模型的第二 参考损失包括： 确定所述目标测试集中每 个测试数据对应标注数据的绝对平均值； 计算所述第一目标损失和所述 绝对平均值的商， 得到第二目标损失； 在所述模型集 合中获取每 个所述参考模型对应的第二 参考损失。 8.根据权利要求6或7所述的方法， 其特征在于， 所述根据所述第二目标损 失和所述第权　利　要　求　书 1/2 页 2 CN 114139804 A 2二参考损失， 确定当前最优 模型包括： 对比每个所述第二 参考损失的大小， 并将最小第二 参考损失作为第二 最小损失； 响应于所述第二目标损失小于所述第二最小损失， 确定所述目标模型是当前最优模 型。 9.根据权利要求7或8所述的方法， 其特 征在于， 所述方法还 包括： 对比每个所述第二 参考损失的大小， 删除最大第二 参考损失对应的参 考模型； 将所述目标模型作为新的参考模型， 将所述目标模型对应的第 二目标损失作为第 二参 考损失加入所述模型集 合。 10.根据权利要求2 ‑9中任意一项所述的方法， 其特征在于， 所述第一目标损 失和所述 第一参考损失的确定方式相同， 所述第一 目标损失包括所述 目标模型 的均方误差、 平方绝 对误差和均方根误差中至少一种， 所述第一参考损失包括对应参考模型 的均方误差、 平方 绝对误差和均方根 误差中至少一种。 11.根据权利要求1 ‑10中任意一项所述的方法， 其特征在于， 所述目标任务为配送任 务， 所述任务信息为所述 目标任务的属 性信息， 所述任务处理时长为所述 目标任务的配送 时长。 12.根据权利要求1 ‑11中任意一项所述的方法， 其特 征在于， 所述获取目标模型包括： 根据当前时间区间处理 的多个配送任务， 以及每个所述配送任务的实际配送时长确定 目标训练集； 根据所述目标训练集训练前一时间区间的最优 模型得到目标模型。 13.一种任务时长确定装置， 其特 征在于， 所述装置包括： 第一模型获取模块， 用于获取目标模型， 所述目标模型通过训练得到； 第二模型获取模块， 用于获取包括至少两个与所述目标模型结构相同、 参数不同的参 考模型的模型集合， 每个所述参考模型为不同历史时间区间的最优模型， 所述最优模型为 一个时间区间内性能最优的模型； 模型筛选模块， 用于通过比较所述目标模型与每 个所述参考模型， 确定当前最优 模型； 时长预测模块， 用于基于目标任务的任务信息， 通过所述当前最优模型进行任务时长 预测， 得到所述目标任务的任务处 理时长。 14.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储处理器可执行指令的存 储器； 其中， 所述处理器被配置为调用所述存储器存储的指令， 以执行权利要求1至12中任意 一项所述的方法。 15.一种非易失性计算机可读存储介质， 其上存储有计算机程序指令， 其特征在于， 所 述计算机程序指令被处 理器执行时实现权利要求1至12中任意 一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114139804 A 3