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！

龙图腾网获悉西安电子科技大学申请的专利一种基于深度强化学习算法的服务功能链部署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：CN116418694B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310218839.1，技术领域涉及：H04L41/16；该发明授权一种基于深度强化学习算法的服务功能链部署方法及系统是由任鹏;刘飞达;李毅;许宝毅;相征设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种基于深度强化学习算法的服务功能链部署方法及系统在说明书摘要公布了：本发明提供了一种基于深度强化学习算法的服务功能链部署方法，包括以下步骤：S1：将实际网络抽象成数学无向有环图，将服务功能链部署请求表示为无环有向图；S2：根据无向有环图和无环有向图将网络性能数据数学化；S3：基于数学化后的网络性能数据构建马尔可夫决策过程模型，包含奖励集，动作集，状态集；S4：使用Actor‑Critic算法搭建Actor网络和Critic网络，并基于BILSTM神经网络提取隐藏状态向量特征，将其作为深度神经网络的输入进行特征学习，深度神经网络输出策略动作集合；S5：从策略动作集合中选取发生概率最大的策略动作作用于网络环境。本发明的自适应方法部署服务功能链，能够有效的适应用户的需求，显著提高服务功能链在时变网络环境下的部署成功率。

本发明授权一种基于深度强化学习算法的服务功能链部署方法及系统在权利要求书中公布了：1.一种基于深度强化学习算法的服务功能链部署方法，其特征在于，包括以下步骤： 步骤S110、将实际网络抽象成数学无向有环图，将服务功能链部署请求表示为无环有向图； 步骤S120、根据所述无向有环图和所述无环有向图将网络性能数据数学化，其中，所述网络性能数据包括时延数据、带宽数据和网络资源数据； 步骤S130、基于数学化后的网络性能数据构建马尔可夫决策过程模型，马尔可夫决策过程模型是在环境中模拟智能体的随机性策略与回报的数学模型，该数学模型包含奖励集，动作集，状态集； 步骤S140、所述状态集、所述动作集和所述奖励集使用Actor-Critic算法搭建Actor网络和Critic网络，并基于BILSTM神经网络提取网络环境状态空间状态的隐藏状态向量特征，将隐藏状态向量特征作为深度神经网络的输入进行特征学习，深度神经网络输出策略动作集合； 步骤S150、从策略动作集合中选取发生概率最大的策略动作作用于网络环境。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路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”。