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！

龙图腾网获悉中国矿业大学申请的专利一种铁路边缘计算服务缓存和任务卸载方法及系统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：CN120018201B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510482541.0，技术领域涉及：H04W28/02；该发明授权一种铁路边缘计算服务缓存和任务卸载方法及系统是由肖硕;徐宇浩;邓九恺;陈紫阳;唐朝刚;王钰;陈侃;姚体钰;张景韬;蔡林浩设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种铁路边缘计算服务缓存和任务卸载方法及系统在说明书摘要公布了：一种铁路边缘计算服务缓存和任务卸载方法及系统，方法基于预先构建的铁路系统优化模型构建ACSCTO网络模型，ACSCTO网络模型中，服务缓存和任务卸载网络生成服务缓存决策，并基于服务缓存决策生成任务卸载决策，带宽资源分配网络基于服务缓存、任务卸载决策生成带宽资源分配决策，计算资源分配网络基于服务缓存、任务卸载、带宽资源分配决策生成计算资源分配决策，训练ACSCTO网络模型，利用训练好的ACSCTO网络模型实时进行铁路系统服务缓存、任务卸载与资源分配。本发明所提ACSCTO网络模型可以根据不同任务需求，自适应动态调整服务缓存和任务卸载，分配计算资源和网络带宽，从而提高资源利用率，最大化任务处理效率，减少处理延迟。

本发明授权一种铁路边缘计算服务缓存和任务卸载方法及系统在权利要求书中公布了：1.一种铁路边缘计算服务缓存和任务卸载方法，其特征在于： 所述方法包括： 步骤一、以平均满意度最大化为目标，对服务缓存决策、任务卸载决策、带宽资源分配决策、计算资源分配决策进行优化，构建铁路系统优化模型；所述平均满意度是基于任务的最大可容忍延迟、满意度矫正参数、卸载任务的总体完成时间、任务在本地执行的总处理时间计算得到； 步骤二、构建ACSCTO网络模型，所述ACSCTO网络模型包括服务缓存和任务卸载网络、带宽资源分配网络、计算资源分配网络，用于先生成服务缓存决策，然后基于生成的服务缓存决策生成任务卸载决策，所述带宽资源分配网络是基于铁路系统优化模型解构出的带宽资源分配模型构建得到，用于基于服务缓存决策、任务卸载决策生成带宽资源分配决策，所述计算资源分配网络是基于铁路系统优化模型解构出的计算资源分配模型构建得到，用于基于服务缓存决策、任务卸载决策、带宽资源分配决策生成计算资源分配决策； 步骤三、对ACSCTO网络模型进行训练； 步骤四、利用训练好的ACSCTO网络模型生成铁路系统的服务缓存决策、任务卸载决策、资源分配决策，所述资源分配决策包括带宽资源分配和计算资源分配； 所述ACSCTO网络模型的训练过程包括： S1、所述服务缓存和任务卸载网络包括服务缓存网络、任务卸载网络，所述服务缓存网络包括Actor网络、Critic网络，所述Actor网络与Critic网络的结构相同且共享同一个输入数据，设时隙的输入数据为，包括在时隙的任务信息、服务信息和前一个时隙的缓存状态，所述任务信息包括任务所需的服务数量、任务输入数据大小、任务所需的计算资源、任务与边缘服务器之间的通道增益，所述服务信息包括服务在边缘服务器的缓存状态、存储需求；所述Actor网络的输出经过softmax层变换得到概率分布向量，所述概率分布向量中的单个元素表示边缘服务器在时隙缓存服务的概率，对概率分布向量进行非重复采样获得缓存决策；然后将输入数据、缓存决策组合形成输入数据，将输入数据输入至任务卸载网络，由任务卸载网络输出多个卸载决策； S2、将缓存决策、卸载决策一起输入带宽资源分配网络，由带宽资源分配模块输出带宽资源分配决策，将缓存决策、卸载决策、带宽资源分配决策输入计算资源分配网络，由计算资源分配网络输出计算资源分配决策；基于得到的缓存决策、卸载决策、带宽资源分配决策、计算资源分配决策计算平均满意度； 选出具有最高平均满意度的卸载决策并将其命名为卸载决策，根据以下公式更新任务卸载网络的网络参数： ； 上式中，表示任务卸载网络的学习率；表示相对于任务卸载网络参数的梯度； S3、计算卸载决策中单个任务的满意度并将其命名为奖励，计算所有任务都在本地执行时单个任务的满意度并将其命名为奖励，根据以下公式计算得到卸载决策中单个任务的卸载奖励： ； S4、组合得到四元组，其中为时隙的输入数据；将四元组输入到Critic网络，由Critic网络输出大小为的向量，表示边缘服务器缓存服务的数量，所述向量中的元素为，表示对输入数据选择服务的价值预测值； S5、利用对Critic网络的网络参数以及Actor网络的网络参数进行更新；更新公式为： ； ； ； 上式中，表示Critic网络的学习率；表示相对于Critic网络参数的梯度；表示在给定下，根据Actor网络参数选择动作的概率分布；表示输入数据的目标价值；表示折扣因子。

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中国矿业大学，其通讯地址为：221008 江苏省徐州市泉山区金山东路1号中国矿业大学文昌校区；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”。