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！

龙图腾网获悉南京码讯光电技术有限公司申请的专利一种基于强化学习的边缘计算资源分配优化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：CN119862029B 。

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：202411860590.5，技术领域涉及：G06F9/50；该发明授权一种基于强化学习的边缘计算资源分配优化方法及系统是由朱剑华设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本一种基于强化学习的边缘计算资源分配优化方法及系统在说明书摘要公布了：本发明公开了一种基于强化学习的边缘计算资源分配优化方法及系统，涉及边缘计算资源管理技术领域，包括采集计算负载数据和网络状态数据，形成历史负载序列，构建状态空间矩阵，并将历史负载序列映射为离散状态值，建立深度神经网络模型；将状态空间矩阵输入深度神经网络模型，根据计算任务的优先级和时延要求，生成资源分配策略集；采用双重Q学习算法对资源分配策略集进行迭代训练，基于任务完成时间和资源利用率设定奖励函数，选择最优资源分配策略；按照最优资源分配策略调整边缘节点的计算资源分配，同时将执行结果反馈至深度神经网络模型用于在线学习更新。本发明通过引入深度强化学习方法，实现边缘计算资源分配的智能化优化。

本发明授权一种基于强化学习的边缘计算资源分配优化方法及系统在权利要求书中公布了：1.一种基于强化学习的边缘计算资源分配优化方法，其特征在于：包括， 采集边缘设备的计算负载数据和网络状态数据，通过边缘节点的资源监控模块记录CPU利用率、内存占用率和带宽使用情况，形成历史负载序列； 根据所述历史负载序列构建状态空间矩阵，并将所述历史负载序列映射为离散状态值，建立深度神经网络模型； 将所述状态空间矩阵输入所述深度神经网络模型，根据计算任务的优先级和时延要求，生成资源分配策略集； 采用双重Q学习算法对所述资源分配策略集进行迭代训练，基于任务完成时间和资源利用率设定奖励函数，选择最优资源分配策略； 基于所述最优资源分配策略，调整边缘节点的计算资源分配，同时将执行结果反馈至所述深度神经网络模型用于在线学习更新； 建立深度神经网络模型，包括： 将历史负载序列中的CPU利用率、内存占用率和带宽使用情况通过K-means聚类算法划分为若干离散状态区间，并对所述离散状态区间赋予对应的数值标识，形成离散化特征向量； 将离散化后的特征向量按照时间维度组织成M×N的状态空间矩阵，并引入时间滑动窗口机制捕捉状态转移特征，其中M表示监测指标的数量，N表示时间序列长度； 基于所述状态转移特征，设计多层感知机结构，并在隐藏层中采用ReLU激活函数，构建深度神经网络模型； 采用Adam优化器，并结合学习率衰减策略对所述深度神经网络模型的参数进行调整优化，同时通过交叉熵损失函数对预测结果和真实状态的差异进行度量，完成对所述深度神经网络模型的训练。

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码讯光电技术有限公司，其通讯地址为：210000 江苏省南京市栖霞区马群街道紫东路2号7幢；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”。