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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于排序学习的云仿真计算资源预测方法、装置和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：CN115344386B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202210997240.8，技术领域涉及：G06F9/50；该发明授权基于排序学习的云仿真计算资源预测方法、装置和设备是由朱峰;姚益平;肖雨豪;唐文杰;陈凯;曲庆军设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本基于排序学习的云仿真计算资源预测方法、装置和设备在说明书摘要公布了：本申请涉及基于排序学习的云仿真计算资源预测方法、装置和设备，该方法包括：获取云计算节点上仿真应用的特征数据集；特征数据集中的数据包括仿真应用的运行前参数和运行时参数；基于SHAP特征提取方法从特征数据集中提取显著影响仿真应用运行时间的相关特征数据；将相关特征数据输入构建的排序学习模型，预测不同云计算资源使用量的优先级排名；将排序学习模型输出的排名最高的云计算资源使用量作为最优云仿真计算资源预测结果。采用基于SHAP可解释性的特征提取方法提取显著影响仿真应用运行时间的相关特征数据作为模型输入，利用构建的排序学习模型预测出排名最高的云计算资源使用量，大幅提高资源预测性能。

本发明授权基于排序学习的云仿真计算资源预测方法、装置和设备在权利要求书中公布了：1.一种基于排序学习的云仿真计算资源预测方法，其特征在于，包括步骤： 获取云计算节点上仿真应用的特征数据集；所述特征数据集中的数据包括所述仿真应用的运行前参数和运行时参数； 基于SHAP特征提取方法从所述特征数据集中提取显著影响仿真应用运行时间的相关特征数据； 将所述相关特征数据输入构建的排序学习模型，预测不同云计算资源使用量的优先级排名； 将所述排序学习模型输出的排名最高的云计算资源使用量作为最优云仿真计算资源预测结果； 所述排序学习模型的损失函数为： 其中，和表示一个样本对，表示惩罚因子，表示样本对的权值分布，r表示迭代次数，表示当前次迭代获得的弱分类器的权重，表示一个具有0-1值的函数，表示为仿真应用的d维特征向量，表示仿真应用的运行时间；所述惩罚因子的计算过程，包括： 根据仿真应用组中的所有云计算资源需求创建一个正确排名，使用MRR作为排名性能的评判标准以及计算正确排的得分MRR； 对于仿真应用组中的每个样本对，交换模块对的位置并计算新的排序得分MRR； 计算交换后所有样本对的排序得分MRR相对于正确排名的得分MRR的平均下降比率，将所述平均下降比率作为所述惩罚因子。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。