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！

龙图腾网获悉浙江大学申请的专利一种基于脉冲神经网络的资源调度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：CN119294447B 。

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：202411393825.4，技术领域涉及：G06N3/049；该发明授权一种基于脉冲神经网络的资源调度方法是由刘书伟;梁秀波;柴春雷设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本一种基于脉冲神经网络的资源调度方法在说明书摘要公布了：本发明公开了一种基于脉冲神经网络的资源调度方法，包括：获取当前环境的资源情况以及任务获取资源情况；根据当前调度场景以及调度规模作判断，对参数进行设值；记录每个子神经元接收到的输入信号和神经元的激活状态，即是否发放脉冲；维护一个重放缓冲区来存储样本；从重放缓冲区中选择一个小批样本来计算梯度更新；在输出层生成任务调度结果，通过调度模块进行任务下发，并维持后续监测，同时与其建立通信，不断收集其中的信息样本。本发明首次提出将脉冲神经网络用于资源调度领域，融合了深度强化学习在资源调度领域优势，通过充分利用脉冲神经网络和事件驱动的特性来融合脉冲神经网络节能，离散化计算的优势，实现了节能、高效的调度。

本发明授权一种基于脉冲神经网络的资源调度方法在权利要求书中公布了：1.一种基于脉冲神经网络的资源调度方法，其特征在于，包括以下步骤： 1将集群物理资源建模为可量化的属性，并定义其容量、性能指标和可用性作为特征输入；定义状态变量来表示资源的当前使用情况，包括剩余量、当前负载和任务分配情况；根据当前集群资源数量确定输入层资源数量系数和调度规模；构建环境信息模块，用于描述实时系统状态和可用资源信息；构建任务信息模块，用于保存当前任务的信息，包括数量、资源需求、已分配资源的任务所获取的工作节点物理资源，以及监督任务存活情况；所述环境信息模块和任务信息模块生成多个特征矩阵作为资源调度方法的输入； 2利用深度强化学习网络模型结合脉冲神经网络，设计资源调度策略模块；所述资源调度策略模块网络架构包括特征输入层、前馈网络层、全连接层、LIF激活函数层、输出层以及奖励函数层；所述特征输入层用于接收环境信息模块的资源使用情况信息和任务信息模块的输入信号，并通过归一化处理连接到全连接层上进行激活；在全连接层进行特征提取、组合和损失计算，生成电位信息作用于后续神经元；使用LIF激活函数记录每个神经元的激活状态；设计奖励函数，包括指标-任务平均完成时间、调度方案所用能耗、资源利用率和负载均衡程度的奖励函数，并根据不同环境的调度要求设置权重；输出层根据神经网络产生调度决策，使用替代梯度方法更新资源调度策略模块的参数，并通过重放缓冲区存储样本以计算梯度更新；将训练好的资源调度策略模块部署到资源调度系统中进行实时决策和资源管理； 3对调度策略模块的结果进行任务构建和下发。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。