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！

龙图腾网获悉合肥工业大学申请的专利边缘数据中心工作负载和能耗协同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：CN120631600B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511127991.4，技术领域涉及：G06F9/50；该发明授权边缘数据中心工作负载和能耗协同优化方法及系统是由周开乐;刘莹;陆信辉;张传东设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本边缘数据中心工作负载和能耗协同优化方法及系统在说明书摘要公布了：本发明提供一种边缘数据中心工作负载和能耗协同优化方法及系统。本发明结合图卷积神经网络与强化学习的优势，使得Actor网络对边缘数据中心新任务的分配时能够通过图节点获取各个异质服务器的负载状态变化，以将任务分配到服务器资源充足且能够提高边缘数据中心负载均衡性的节点；图卷积神经网络能够在任务分配策略优化的过程中为Actor网络提供边缘数据中心服务器节点之间的负载变化关联信息，以从服务器集群的全局层面实现边缘数据中心的负载和能耗协同优化。

本发明授权边缘数据中心工作负载和能耗协同优化方法及系统在权利要求书中公布了：1.一种边缘数据中心工作负载和能耗协同优化方法，其特征在于，包括： 获取并预处理边缘数据中心中服务器的历史负载数据和历史任务的服务器资源需求数据； 将历史负载数据表示为节点集合和边集合，其中，节点集合对应边缘数据中心的服务器集合，边集合表示服务器节点间拓扑结构的连接关系集合； 通过图卷积神经网络与强化学习构建初始Actor-Critic模型，以历史的节点集合、边集合和历史任务的服务器资源需求数据作为训练集，训练初始Actor-Critic模型，得到训练好的Actor-Critic模型，其中，Actor-Critic模型包括Actor网络和Critic网络，Actor网络包括两层图卷积神经网络； 其中，所述训练好的Actor-Critic模型用于对实时的节点集合、边集合和待分配任务的服务器资源需求数据进行处理，得到协同优化方案，其中，实时的节点集合和边集合根据实时负载数据确定； 其中，所述Actor网络的具体结构和数据处理过程包括： 第一图卷积神经网络层的节点输入特征维度为State_dim+Task_dim，节点输出特征维度为GCN_channels_1；这层图卷积神经网络层接收节点状态数据和待分配任务的资源需求数据拼接后的数据，数据结构为[Node_num，State_dim+Task_dim]，边特征的数据结构为[2，Edge_num]，输出数据结构为[Node_num，GCN_channels_1]；将第一图卷积神经网络层的输出结果进行ReLU激活层和Dropout层，再输入第二图卷积神经网络层； 第二图卷积神经网络层的节点输入特征维度为GCN_channels_1，节点输出特征维度为Node_num；输入数据结构为[Node_num，GCN_channels_1]，边特征的数据结构为[2，Edge_num]，输出数据结构为[Task_num，Node_num]；将第二图卷积神经网络层的输出结果输入Softmax层，获得向多个边缘数据中心的各个服务器节点分配任务的概率Node_Action_Probs；基于每个待分配的任务向各个节点分配的概率，获取每个任务的最大分配概率Action_Probs_max对应的分配节点号Node_Action； 其中，Node_num表示服务器节点数目，State_dim表示节点的特征维度，Task_dim表示待分配任务的特征维度，Task_num表示待分配任务的数目，Edge_num表示节点连接的边数目。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。