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！

龙图腾网获悉中铁二院工程集团有限责任公司;西南交通大学;中国中铁股份有限公司申请的专利一种轻量级的基于遗传算法的联邦学习聚合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：CN119849558B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202411928745.4，技术领域涉及：G06N3/0464；该发明授权一种轻量级的基于遗传算法的联邦学习聚合方法是由李照宇;郑欢庆;袁廷瑞;张奇瑞;曾永平;肖杰;张济辞;秦芩;邬春木设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本一种轻量级的基于遗传算法的联邦学习聚合方法在说明书摘要公布了：本发明涉及知识图谱技术领域，具体涉及一种轻量级的基于遗传算法的联邦学习聚合方法。本发明提供一种轻量级的基于遗传算法的联邦学习聚合方法，通过引入遗传学习理论，重构联邦学习过程中服务器端的聚合机制，对现有聚合方法进行轻量化改进，以便更好地解决现有技术应用于物联网领域时出现的问题。本发明通过选择在每一轮训练中表现优异的客户端模型参与聚合，显著加速全局模型的收敛过程，降低训练过程中资源消耗，并提升模型的最终性能。相较于现有的联邦学习算法，本发明的选择性聚合方案在应对不可靠或异构客户端时，能够有效减少或避免来自恶意客户端的干扰，降低恶意攻击对联邦学习性能的负面影响，从而进一步提升模型的鲁棒性与可靠性。

本发明授权一种轻量级的基于遗传算法的联邦学习聚合方法在权利要求书中公布了：1.一种轻量级的基于遗传算法的联邦学习聚合方法，其特征在于，包括一个服务器端，所述服务器端具体包括一个通信接口模块，一个基于遗传算法的模型选择模块和一个模型聚合模块，所述服务器端实现对物联网全局模型的聚合包括以下步骤： S1、所述服务器端从全局验证集中随机选择设定量的物联网设备数据对发送数据补充请求的客户端进行数据补充； S2、服务器端通过所述通信接口模块实现客户端选择功能，并向所述客户端分发物联网设备当前全局模型 S3、所述服务器端通过所述通信接口模块接收，经过所述客户端训练后返回的全局模型 S4、所述服务器端通过所述模型选择模块，对所述返回的全局模型在所述全局验证集中的表现进行适应度评分； S5、所述服务器端根据所述适应度评分，采用二叉堆的数据结构选出性能排名为前ρt个的所述返回的全局模型 S6、所述服务器端通过所述模型聚合模块，将选择的所述返回的全局模型聚合形成新的全局模型 所述步骤S6中参与聚合的所述全局模型的数量为ρt，ρt根据不同的情况进行设定，具体如下： 第一种设定方法是将聚合数量维持在一个恒定值，记为： ρt＝ρmax 式中：ρt为参与聚合的所述全局模型的数量；ρmax表示实验过程中聚合数量的最大值； 第二种设定方法使用幂函数，该聚合数量变化过程可被表示为： ρt＝ρmax*1-bt+1whileb∈0,1 式中：ρt为参与聚合的所述全局模型的数量；ρmax表示实验过程中聚合数量的最大值；b为需要在实验前设置的基数； 第三种设定方法为基于线性变化的聚合数量，具体如下： 式中：ρt为参与聚合的所述全局模型的数量；ρmax表示实验过程中聚合数量的最大值；c表示聚合数量的最大变化迭代数； 第四种设计方法基于正弦变化的聚合数量，第一个正弦变化的聚合数量模型遵循一个周期为的正弦函数，记为： 另一个模型则采用一个完整π周期的正弦函数，记为: 式中：ρt为参与聚合的所述全局模型的数量；ρmax表示实验过程中聚合数量的最大值。

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铁二院工程集团有限责任公司;西南交通大学;中国中铁股份有限公司，其通讯地址为：610031 四川省成都市金牛区通锦路三号；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”。