Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京理工大学周俊龙获国家专利权

南京理工大学周俊龙获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京理工大学申请的专利一种车辆辅助边缘计算网络的任务卸载与资源分配优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119316883B

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411848220.X,技术领域涉及:H04W28/084;该发明授权一种车辆辅助边缘计算网络的任务卸载与资源分配优化方法是由周俊龙;陶长乐;李丽颖;丛佩金设计研发完成,并于2024-12-16向国家知识产权局提交的专利申请。

一种车辆辅助边缘计算网络的任务卸载与资源分配优化方法在说明书摘要公布了:本发明公开了一种车辆辅助边缘计算网络的任务卸载与资源分配优化方法。方法包括:建立车辆辅助边缘计算网络的基础模型;建立车辆辅助边缘计算任务成本评估与优化模型,量化成本并求解优化问题;根据系统状态信息,利用基于MADDPG的多智能体深度强化学习方法得出子任务的卸载决策;根据卸载决策,利用基于PSO的粒子群方法得出发射功率和计算资源分配决策;完成决策后,更新系统状态信息、buffer缓冲区信息以及抽样训练多智能体神经网络。该方法能解决车辆设备资源受限、MEC服务器负担重、任务卸载决策复杂等问题,实现降低任务执行延迟、优化资源利用率、减少系统成本的目标,提升车辆辅助边缘计算网络的性能。

本发明授权一种车辆辅助边缘计算网络的任务卸载与资源分配优化方法在权利要求书中公布了:1.一种车辆辅助边缘计算网络的任务卸载与资源分配优化方法,其特征在于,所述方法包括以下步骤: 步骤1,构建车辆辅助边缘计算网络基础模型,包括系统架构、任务特性、服务缓存管理与通信能力;具体包括: 步骤1-1,构建车辆辅助边缘计算网络系统模型,具体包括:获取城市环境场景下车辆资源信息,划分时隙并定义任务车辆集合,确定RSU资源信息,于云服务器建立决策模块以处理车辆和RSU上传状态信息并生成决策; 步骤1-2,建立任务模型,包括定义任务类型与所需缓存容量、确定RSU服务程序租赁规则;建立车辆任务模型,明确子任务数量、信息与依赖关系;定义子任务的本地执行、卸载到RSU和其他车辆三种卸载方式; 步骤1-3,建立服务缓存模型,包括车辆依据子任务卸载信息进行服务程序租赁,以及服务程序缓存的存储空间约束; 步骤1-4,建立通信模型,包括车辆与RSU通信以及车辆与车辆通信; 步骤2,构建任务成本评估与优化模型,量化成本并求解优化问题,明确目标及任务完成时间、卸载约束条件;具体包括: 步骤2-1,建立计算模型; 步骤2-2,建立费用模型,包括向RSU租赁服务程序的费用计算和车辆间租赁计算资源的费用计算; 步骤2-3,构建并求解最小化系统中任务发起方的平均执行成本问题; 步骤3,依据系统状态,计算子任务调度顺序、完成时间点,并使用基于MADDPG的多智能体深度强化学习方法确定子任务卸载决策,通过算法框架定义相关要素实现;具体包括: 步骤3-1,计算子任务调度顺序; 步骤3-2,计算子任务的完成时间点; 步骤3-3,设计基于多智能体强化学习的车辆辅助边缘计算网络任务卸载优化算法,优化车辆辅助边缘计算网络的任务卸载问题;所述算法中,产生任务的智能车为智能体,车辆辅助边缘计算网络为强化学习环境; 步骤4,依据卸载决策,利用基于PSO的粒子群方法求解发射功率和计算资源分配决策,经粒子编码、定义适应度函数及迭代更新确定最优方案; 步骤5,完成上述决策后,更新系统状态、buffer缓冲区信息并训练多智能体神经网络,包括车辆服务程序及多智能体强化学习算法更新流程,实现系统性能持续优化。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫200号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。