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一种通信网络拓扑规划方法和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：CN119324887B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411419583.1，技术领域涉及：H04L45/02；该发明授权一种通信网络拓扑规划方法和系统是由阚诺文;戴文睿;邹君妮;郑紫阳;李成林;熊红凯设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本一种通信网络拓扑规划方法和系统在说明书摘要公布了：本发明提供一种通信网络拓扑规划方法和系统，包括：将网络规划问题实例参数建模为网络规划图信号X；并建立网络拓扑解与图邻接矩阵之间的转换关系；将获得的网络规划信号X输入到基于图扩散生成模型的通信网络规划问题求解器，结合所述转换关系，获得网络规划问题的最优解C★。本发明是一种新型的生成式采样求解方案，能以低计算复杂度一次获取多个高质量网络拓扑可行解，有效提升网络规划问题求解效率。

本发明授权一种通信网络拓扑规划方法和系统在权利要求书中公布了：1.一种通信网络拓扑规划方法，其特征在于，包括： 将网络规划问题实例参数建模为网络规划图信号X；并建立网络拓扑解与图邻接矩阵A之间的转换关系； 将获得的网络规划信号X输入到基于图扩散生成模型的通信网络规划问题求解器，结合所述转换关系，获得网络规划问题的最优解C★； 所述将网络规划问题实例参数建模为网络规划图信号X，包括： 获取网络规划问题实例参数，包括：IP层拓扑站点集合V、IP链路集合ε、物理链路集合物理链路设计容量Su、IP层站点流量需求和网络总体成本函数UC； 将所述网络规划问题实例参数建模为网络规划图信号X＝[X0,…,Xi,…,XN-1]T，具体建模过程为：元素Xi由三个向量按顺序前后拼接得到，其中，向量包含IP层网络站点vi到其它所有IP层网络站点的出站流量需求和其它IP站点到站点vi的入站流量需求，向量包含与当前IP层网络站点vi相关的物理链路的设计容量Su相关信息，向量包含网络规划问题优化目标UC中与IP层网络站点vi相连接可用IP层和物理层网络链路的相关参数； 所述建立网络拓扑解与图邻接矩阵A之间的转换关系，包括： 令任一IP链上两个方向的链路容量相等，网络拓扑解C转换为邻接矩阵A的方式表示为： 其中，Aij为邻接矩阵A中元素，为拓扑解中的IP链路容量值，znorm表示一个缩放因子，将值Ae＝Aij＝Aji标准化到区间[0,1]之中； 反之，邻接矩阵A转换为网络拓扑解C的转换关系表示为： 其中，标量δ为预设的IP链路带宽容量单位调整间隔，操作子返回小于或等于x的最大整数值； 所述将获得的网络规划信号X输入到基于图扩散生成模型的通信网络规划问题求解器，结合所述转换关系，获得网络规划问题的最优解C★，包括： 使用一个离线训练好的图扩散生成模型得分函数sθ，获得得分函数sθ的输出值； 基于所述网络规划图信号X和所述得分函数，并行采样生成M个图邻接矩阵样本，并将生成的邻接矩阵样本结合所述转换关系，转化为M个网络拓扑解 将作为网络规划问题的多个初始解，在网络规划原始问题基础上添加变量搜索空间约束条件，对其进行局部调整优化，获得满足可行性的最优网络拓扑解C★； 所述图扩散生成模型得分函数sθ，采用基于图注意力GraphAttention机制的深度图神经网络构建，其模型参数为θ，输入为原始或加噪的图表示和时间步t，其中At为加噪后的邻接矩阵，加噪过程由通用扩散生成模型的正向加噪过程确定，输出为扩散生成过程中的图表示对数概率密度函数关于邻接矩阵的梯度的拟合值，表示为 所述基于所述网络规划图信号X和所述得分函数，并行采样生成M个图邻接矩阵样本，包括： 从随机噪声中采样获取M个N×N维的初始图邻接矩阵其中，N为IP层网络站点个数，并获取表示图扩散生成过程的反向随机偏微分方程SDE求解时间坐标集合以降序形式排列； 并行采样生成过程从中最大的时间坐标开始，对所有并行地依次在中所有时间坐标上求解反向SDE，获取每个时间坐标下的邻接矩阵反向SDE公式表示为： 其中，函数fAt,t和gt分别输出反向扩散生成过程的偏移系数和扩散系数，w为随机噪声，EX,At,y为反向扩散生成过程中的能量函数，y为人为定义的邻接矩阵样本期望属性，标量γ为能量函数的权重系数； 将时间坐标t＝0上的反向SDE解作为并行采样生成过程生成的邻接矩阵样本，基于所述网络拓扑解与图邻接矩阵A之间的转换关系，将并行采样生成的M个邻接矩阵样本转化为M个网络拓扑解 其中，所述能量函数EX,At,y具体表示为， EX,At,y＝||fAt,X-y||2 其中fAt,X表示用来评估图邻接矩阵样本特定属性的预测器，输入为网络规划问题的图信号X和相应邻接矩阵样本At，输出为样本At对于特定属性的预测标量或向量值；y为人为定义的邻接矩阵样本期望属性标签值。

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。