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！

龙图腾网获悉贵州道坦坦科技股份有限公司申请的专利一种基于人工智能的多线协同调度方法以及设备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：CN120179366B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510648660.9，技术领域涉及：G06F9/48；该发明授权一种基于人工智能的多线协同调度方法以及设备是由孙焕钦;余博;陈正池;卢春静;付光亮设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本一种基于人工智能的多线协同调度方法以及设备在说明书摘要公布了：本发明提供一种基于人工智能的多线协同调度方法以及设备，该方法包括：获取资源调度拓扑图并接收任务执行请求，根据任务执行请求中携带的任务需求参数，解析任务执行请求对应的资源需求类型和执行约束条件；从资源调度拓扑图的起始层级节点开始，遍历资源调度拓扑图中的所有层级节点，获取与当前遍历层级节点关联的资源预测模型或任务分配模型；基于资源需求类型和执行约束条件，通过当前遍历层级节点关联的资源预测模型或任务分配模型，生成与当前遍历层级节点对应的资源分配指令；根据资源分配指令，将任务执行请求对应的计算任务动态分配至目标资源节点，并触发目标资源节点执行计算任务。本发明可以提升资源分配精度与系统鲁棒性。

本发明授权一种基于人工智能的多线协同调度方法以及设备在权利要求书中公布了：1.一种基于人工智能的多线协同调度方法，其特征在于，所述方法包括： 采集多个资源节点的实时运行状态数据和历史任务执行轨迹；所述实时运行状态数据包括处理器负载率、内存占用率及网络吞吐量；所述历史任务执行轨迹包括已分配任务的资源节点标识、任务执行时间窗口及任务间依赖关系； 从所述实时运行状态数据中提取每个资源节点的动态负载特征集；所述动态负载特征集包括处理器负载率的波动周期、内存占用率的峰值间隔及网络吞吐量的传输稳定性指标； 从所述历史任务执行轨迹中提取任务间依赖关系的拓扑连接特征；所述拓扑连接特征包括同一任务链中的资源节点调用顺序、跨节点数据传输频率及任务执行间隔的同步性参数； 将所述动态负载特征集与拓扑连接特征进行融合，生成每个资源节点的综合拓扑特征向量；所述综合拓扑特征向量用于表征资源节点在负载动态性与任务协作关系中的全局属性； 基于所述综合拓扑特征向量对多个资源节点进行分层聚类分析，生成初始层级结构；所述初始层级结构中每个层级包含具有相似综合拓扑特征向量的资源节点集合，且层级间按照任务协作紧密度排列； 根据所述初始层级结构中各层级的任务协作紧密度，确定层级间的连接规则；所述连接规则包括跨层级资源节点的通信路径优先级及任务转发策略； 基于所述初始层级结构和层级间的连接规则，生成资源调度拓扑图；所述资源调度拓扑图中每个层级节点与资源节点集合关联，且层级节点间的连接路径嵌入所述连接规则； 获取所述资源调度拓扑图并接收任务执行请求；所述资源调度拓扑图的每个层级节点关联有资源预测模型或任务分配模型，且在所述资源调度拓扑图的每条执行路径中，关联所述任务分配模型的层级节点位于关联所述资源预测模型的层级节点之后；其中，所述资源预测模型是基于资源占用特征集训练生成的资源预测模型，所述任务分配模型是基于任务优先级特征集生成的任务分配模型； 根据所述任务执行请求中携带的任务需求参数，解析所述任务执行请求对应的资源需求类型和执行约束条件； 从所述资源调度拓扑图的起始层级节点开始，遍历所述资源调度拓扑图中的所有层级节点，获取与当前遍历层级节点关联的资源预测模型或任务分配模型； 基于所述资源需求类型和执行约束条件，通过所述当前遍历层级节点关联的资源预测模型或任务分配模型，生成与所述当前遍历层级节点对应的资源分配指令； 根据所述资源分配指令，将所述任务执行请求对应的计算任务动态分配至目标资源节点，并触发所述目标资源节点执行所述计算任务。

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贵州道坦坦科技股份有限公司，其通讯地址为：550000 贵州省贵阳市贵阳国家高新技术产业开发区湖滨路109号瑜赛进丰高新财富中心12层1号-(1203号房)；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。