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！

龙图腾网获悉深圳大学申请的专利策略优化方法、装置、设备及存储介质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：CN121255474B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511803738.6，技术领域涉及：G06F9/50；该发明授权策略优化方法、装置、设备及存储介质是由李永锋;李凌杰;刘松柏;朱庆灵;吉君恺;王佳;林秋镇设计研发完成，并于2025-12-03向国家知识产权局提交的专利申请。

本策略优化方法、装置、设备及存储介质在说明书摘要公布了：本公开实施例提供一种策略优化方法、装置、设备及存储介质，该方法包括：针对算力网络中的任务分配，获取初始种群信息，初始种群信息包括多个分配策略和多个分配策略分别对应的目标函数值，多个分配策略分别对应的目标函数值是通过多目标函数确定的；基于多目标函数和初始种群信息，采用基于扩散图的进化算法和基于互信息分组的进化算法进行多次种群进化，得到目标种群信息；在目标种群信息中选取最终策略。从而，在算力网络的任务分配策略的优化求解过程中，满足算力网络的多目标优化需求，通过基于扩散图的进化算法和基于互信息分组的进化算法，提高了求解效率并保持解的多样性，提高了为算力网络提供的任务分配策略的质量。

本发明授权策略优化方法、装置、设备及存储介质在权利要求书中公布了：1.一种策略优化方法，其特征在于，包括： 针对算力网络中的任务分配，获取初始种群信息，所述初始种群信息包括多个分配策略和所述多个分配策略分别对应的目标函数值，所述多个分配策略分别对应的目标函数值是通过设定的多目标函数确定的，各所述分配策略包括多个任务分别分配的算力节点标识； 基于所述多目标函数和所述初始种群信息，采用基于扩散图的进化算法和基于互信息分组的进化算法进行多次种群进化，得到目标种群信息，在所述多次种群进化中，在第1~K次进化中，采用所述基于扩散图的进化算法进行多次种群进化，在第K+1~L次进化中，采用所述基于互信息分组的进化算法进行多次种群进化，L为总进化次数，K为设定阈值； 在所述目标种群信息中，为所述多个任务的节点分配选取最终策略； 采用所述基于扩散图的进化算法进行的一次种群进化过程包括： 从当前种群信息中，选取多个原策略和所述多个原策略分别对应的目标函数值，在当前次进化为第一次进化的情况下，所述当前种群信息为所述初始种群信息，在所述当前次进化不是第一次进化的情况下，所述当前种群信息为上一次进化后的中间种群信息； 基于所述多个原策略之间的相似度，将所述多个原策略从策略空间投影于扩散图空间，得到所述多个原策略分别对应的多维特征键值，所述多个原策略分别对应的多维特征键值形成所述多个原策略分别对应的扩散图； 在所述扩散图空间中，对所述多个原策略分别对应的多维特征键值进行交叉变异操作，得到多个新策略分别对应的多维特征键值； 基于所述策略空间与所述扩散图空间的映射关系，将所述多个新策略分别对应的多维特征键值转换至所述策略空间，得到所述多个新策略； 根据所述多个原策略分别对应的多维特征键值和所述多个新策略分别对应的多维特征键值，对所述多个原策略和所述多个新策略分别进行目标值预测，得到所述多个原策略分别对应的预测目标值和所述多个新策略分别对应的预测目标值； 根据所述多个原策略分别对应的预测目标值和所述多个新策略分别对应的预测目标值，从所述多个原策略和所述多个新策略中选择多个进化策略； 通过所述多目标函数确定所述多个进化策略分别对应的目标函数值； 将所述多个进化策略和所述多个进化策略分别对应的目标函数值，添加至所述当前种群信息，得到经过当前次进化的种群信息。

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深圳大学，其通讯地址为：518000 广东省深圳市南山区南海大道3688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。