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！

龙图腾网获悉电子科技大学申请的专利基于优化和机器学习双驱动的算网存资源协同分配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：CN119945995B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510103432.3，技术领域涉及：H04L47/80；该发明授权基于优化和机器学习双驱动的算网存资源协同分配方法是由罗龙;周云翔;罗颢哲;吴畏虹;虞红芳;孙罡设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本基于优化和机器学习双驱动的算网存资源协同分配方法在说明书摘要公布了：本发明公开了一种基于优化和机器学习双驱动的算网存资源协同分配方法，其包括获取待资源分配的所有用户请求，并将其存储至请求集合；将当前网络资源状态和算法决策状态及请求集合中未遍历的服务请求φ的服务功能m的用户状态输入已训练的DRL模型，得到服务请求φ的服务功能m及其所需的静态对象分别放置在各节点的效益权重wf、ws；将wf、ws分别拼接至算法决策状态的权重矩阵Wf和Ws，判断m是否等于服务请求φ的服务功能总数量，若是，则进入下一步，否则更新m＝m+1，并返回模型识别步骤；判断服务请求φ是否等于H，若是，则通过求解ILP优化问题和LP优化问题得到资源分配策略，否则更新φ＝φ+1，并返回模型识别步骤。

本发明授权基于优化和机器学习双驱动的算网存资源协同分配方法在权利要求书中公布了：1.基于优化和机器学习双驱动的算网存资源协同分配方法，其特征在于，包括步骤： S1、获取待资源分配的所有用户请求，并将其存储至请求集合；每个用户请求对应一个服务图，包括多个顺序执行的服务功能和静态对象； S2、将当前网络资源状态和算法决策状态及请求集合中未遍历的服务请求的服务功能m的用户状态输入已训练的DRL模型，得到服务请求的服务功能m及其所需的静态对象分别放置在各节点的效益权重wf、ws； S3、将效益权重wf、ws分别拼接至算法决策状态的权重矩阵Wf和Ws，并判断m是否等于服务请求的服务功能总数量，若是，进入步骤S4，否则更新m=m+1，并返回步骤S2，1≤m≤； S4、判断服务请求是否等于H，若是，则进入步骤S5，否则更新=+1，并返回步骤S2；1≤≤H，H为请求集合中的服务请求总数量； S5、求解ILP优化问题得到所有服务请求的所有服务功能和所需的静态对象在节点上的分配策略x、y，ILP优化问题为最大化权重矩阵Wf和Ws与分配策略x、y的加权和； S6、求解LP优化问题得到分配策略x、y下服务请求上可行路径σ在时隙t的用户实时流量，采用分配策略x、y和用户实时流量作为最终的资源分配策略，所述LP优化问题为最小化短期队列积压。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。