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！

龙图腾网获悉湖北工业大学申请的专利一种深度强化学习的联邦学习资源分配优化系统及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：CN115915147B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211335749.2，技术领域涉及：H04W16/10；该发明授权一种深度强化学习的联邦学习资源分配优化系统及方法是由赵楠;孙奕灵;朱华霖;宋海娜;武明虎;刘聪;曾春艳设计研发完成，并于2022-10-28向国家知识产权局提交的专利申请。

本一种深度强化学习的联邦学习资源分配优化系统及方法在说明书摘要公布了：本发明提出了一种深度强化学习的联邦学习资源分配优化系统及方法。基站与多个移动设备连接，将全局联邦学习模型发送至每个移动设备。移动设备进行局部训练并产生训练延迟和训练能量消耗。移动设备将训练后的模型上传至基站并生成传输延迟和传输能量消耗；结合训练延迟和训练能量消耗、传输延迟和传输能量消耗得到最大能量约束和最大异步通信时延约束。结合约束条件，构建联邦学习资源分配优化目标模型；以联邦学习资源分配优化目标模型效用最小化作为优化目标，通过深度强化学习求解得到移动设备的优化策略。本发明通过安全深度强化学习的联邦学习资源分配优化策略，结合最大能量约束和最大异步通信时延约束，达到获得系统最小效用的目的。

本发明授权一种深度强化学习的联邦学习资源分配优化系统及方法在权利要求书中公布了：1.一种深度强化学习的联邦学习资源分配优化方法，其特征在于，包括以下步骤： 步骤1：每个移动设备通过联邦学习模型训练得到每个移动设备的训练后联邦学习模型模型参数，并生成每个移动设备的训练延迟、每个移动设备的训练能量消耗，每个移动设备将训练后联邦学习模型模型参数、训练延迟、训练能量消耗无线上传至基站，在无线上传过程中每个移动设备生成传输延迟和传输能量消耗，每个移动设备将生成的传输延迟、传输能量消耗无线上传至基站； 步骤2：结合最大能量约束、最大异步通信时延约束、带宽分配约束、剪枝率约束构建约束条件，结合每个移动设备的训练延迟、训练能量消耗、传输延迟、传输能量消耗构建联邦学习资源分配优化目标模型； 步骤3：结合步骤2的约束条件，以联邦学习资源分配优化目标模型最小化作为优化目标，通过深度强化学习优化求解得到每个移动设备的优化策略； 步骤2所述构建联邦学习资源分配优化目标模型，具体过程如下： 其中，U表示联邦学习资源分配优化目标模型，为权重因子，表示移动设备的局部联邦学习模型所占的数据量，是移动设备的二元决策变量，=1表示设备选择参与当前的联邦学习模型训练，否则=0，表示移动设备在联邦学习过程中产生的总延迟，是移动设备的模型剪枝率，表示移动设备的数量； 步骤3所述通过深度强化学习优化求解得到每个移动设备的优化策略，具体过程如下： 结合联邦学习资源分配优化目标模型，通过深度强化学习方法构建深度强化学习资源分配优化目标模型； 所述深度强化学习资源分配优化目标模型包括状态空间、动作空间、奖励函数； 所述深度强化学习资源分配优化目标模型具体定义如下： 其中，表示移动设备的数量，表示迭代的最大自出，表示状态空间中状态的数量，为第次迭代时移动设备的状态空间，为第次迭代时移动设备的动作空间，为第次迭代时移动设备的奖励函数，为第次迭代时移动设备由状态向状态转移的状态转移概率，为折扣因子，为第次迭代时移动设备的状态空间中第x个状态，为第次迭代时移动设备的状态空间中第y个状态； 基于所述第次迭代时移动设备的联邦学习资源分配优化目标模型，结合马尔可夫决策过程，第次迭代时移动设备的累计奖励函数模型，定义如下： 其中，表示第次迭代时移动设备的累计奖励函数模型，表示移动设备在第次迭代中基于、时的连接状态，表示移动设备选择参与当前联邦学习过程，否则，是折扣因子；为第次迭代时移动设备由状态向状态转移的状态转移概率，为第次迭代时移动设备的状态为状态空间中第y个状态时的值函数； 基于贝尔曼准则，通过对累计奖励函数的求解，最终得到移动设备的最优策略。

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湖北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28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。