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！

龙图腾网获悉上海交通大学申请的专利基于可信配置空间的光网络功率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：CN119729259B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411635188.7，技术领域涉及：H04Q11/00；该发明授权基于可信配置空间的光网络功率优化方法及系统是由邱淇智;诸葛群碧;刘晓敏;张一豪设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本基于可信配置空间的光网络功率优化方法及系统在说明书摘要公布了：本发明提供了一种基于可信配置空间的光网络功率优化方法及系统，通过动态更新可信配置空间，实现光网络功率的可靠优化。该方法首先利用数字孪生系统估测Lipschitz常数，然后根据估测的常数和系统采样数据集确定可信配置空间，在此空间内执行优化算法生成新配置。优化过程中，早期使用爬山算法快速提升系统裕度，后期切换至CMA‑ES算法拟合进化策略。新配置部署后，更新Lipschitz常数估计值和采样数据集，继续迭代优化。本发明解决了传统优化方法可能导致系统性能显著下降甚至中断的问题，提高了光功率优化的可靠性。

本发明授权基于可信配置空间的光网络功率优化方法及系统在权利要求书中公布了：1.一种基于可信配置空间的光网络功率优化方法，其特征在于，所述方法包括如下步骤： 步骤S1：初始化数字孪生系统，利用数字孪生系统估测Lipschitz常数； 步骤S2：基于估测的Lipschitz常数和系统采样数据集确定可信配置空间； 步骤S3：在可信配置空间中执行优化算法，生成新的配置； 步骤S4：将生成的新配置进行部署，并更新Lipschitz常数估计值和采样数据集，返回步骤S2继续迭代优化； 所述步骤S1包括如下步骤： 步骤S1.1：基于GNPy模型和监测数据建立数字孪生系统； 步骤S1.2：在数字孪生系统中随机生成初始配置，并计算质量对传输QoT对配置的最大梯度值； 步骤S1.3：将计算得到的最大梯度值作为初始Lipschitz常数； 所述步骤S2包括如下步骤： 步骤S2.1：获取当前系统配置和其性能指标； 步骤S2.2：根据Lipschitz常数和性能阈值计算可信空间范围； 所述步骤S3包括如下步骤： 步骤S3.1：在优化早期阶段，使用爬山算法提升系统裕度，收集优化过程中的性能和梯度数据； 步骤S3.2：在优化后期阶段，切换至协方差矩阵自适应进化策略CMA-ES算法，利用前期收集的数据拟合进化策略； 所述步骤S4包括如下步骤： 步骤S4.1：将配置部署到在线系统； 步骤S4.2：采集系统反馈的梯度信息和QoT数据； 步骤S4.3：更新Lipschitz常数估计值和采样数据集。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。