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！

龙图腾网获悉华北电力大学;国网冀北电力有限公司;上海交通大学申请的专利一种不确定环境下的数据中心任务调度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：CN118964032B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411109939.1，技术领域涉及：G06F9/50；该发明授权一种不确定环境下的数据中心任务调度方法及系统是由丁肇豪;陈世洁;孙逸萌;王宣元;王泽森;李奇;刘蓁;王旭设计研发完成，并于2024-08-14向国家知识产权局提交的专利申请。

本一种不确定环境下的数据中心任务调度方法及系统在说明书摘要公布了：本发明涉及数据中心能源管理技术领域，具体涉及一种不确定环境下的数据中心任务调度方法及系统；本发明方法包括基于马尔可夫决策过程对数据中心的任务调度过程进行建模，得到任务调度模型，在任务调度模型中，任务的信息和电价作为不确定参数，采用分位数回归强化学习算法，选择任务调度动作，计算数据中心执行该任务后的奖励，将执行该任务后的状态、任务调度动作、奖励和下一状态存储在回放缓冲区中，从而得到不同任务调度分布策略数据，以长期累积折现奖励最大化，确定任务调度模型的任务调度最优分布策略；通过本发明方法可以实现不确定性感知的任务调度策略，可以有效提高数据中心的利润和完成率。

本发明授权一种不确定环境下的数据中心任务调度方法及系统在权利要求书中公布了：1.一种不确定环境下的能源感知数据中心任务调度方法，其特征在于，包括： 基于马尔可夫决策过程对数据中心的任务调度过程进行建模，得到任务调度模型；在任务调度模型中，任务的信息和电价作为不确定参数； 采用分位数回归强化学习算法，选择任务调度动作，计算数据中心执行该任务后的奖励，将执行该任务后的状态、任务调度动作、奖励和下一状态存储在回放缓冲区中，从而得到不同任务调度分布策略数据，以长期累积折现奖励最大化，确定任务调度模型的任务调度最优分布策略； 所述任务调度模型包括MDP框架，MDP框架包括状态集、动作集，奖励函数集和折扣因子集； 所述奖励函数集为：rn＝en-cn-bn， 其中，cn为任务n的能耗成本，cn＝∑t∈Spt*energyn，energyn为任务n每时间步长的IT设备能耗，和分别为空闲状态和满负荷状态下服务器m的功率，bn为任务n的惩罚，t为时间，S为任务n的执行时间段，pt为时间t的电价； 所述分位数回归强化学习算法包括分位数回归时序差异学习算法，采用分位数回归时序差异学习算法，通过Nq个参数近似状态-动作价值分布 其中，FZ -1是状态-动作价值的累积分布函数的逆函数，分位数j为分位数标签，并且τ0＝0，状态-动作价值分布根据如下公式更新： 其中，是指示函数。

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华北电力大学;国网冀北电力有限公司;上海交通大学，其通讯地址为：102206 北京市昌平区朱辛庄北农路2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”。