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！

龙图腾网获悉北京邮电大学申请的专利基于元学习的潮汐流量网络光路径规划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：CN120186501B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510156395.2，技术领域涉及：H04Q11/00；该发明授权基于元学习的潮汐流量网络光路径规划方法及系统是由尹珊;刘晓东;黄善国;蔡梦茹;李治郅;刘育辰设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本基于元学习的潮汐流量网络光路径规划方法及系统在说明书摘要公布了：本申请提供基于元学习的潮汐流量网络光路径规划方法、管理器、控制器及系统，方法包括：根据潮汐流量网络在当前时间步的流量分布数据，针对当前时间步对应的初始光路配置策略进行强化学习智能体的重新训练，以得到当前时间步对应的最优光路配置策略；并在当前时间步内，基于元学习算法更新当前时间步对应的初始光路配置策略以得到下一时间步对应的初始光路配置策略；基于最优光路配置策略对潮汐流量网络对应的光网络层进行光路重构以对应更新潮汐流量网络对应的IP层的拓扑结构。本申请能够减少智能体重新训练的时间及能耗等成本，从而提升光网络管控水平，为潮汐业务的流量疏导提供有效方案，提升网络服务质量。

本发明授权基于元学习的潮汐流量网络光路径规划方法及系统在权利要求书中公布了：1.一种基于元学习的潮汐流量网络光路径规划方法，其特征在于，包括： 根据潮汐流量网络在当前时间步的流量分布数据，针对当前时间步对应的初始光路配置策略进行强化学习智能体的重新训练，以得到当前时间步对应的最优光路配置策略；以及，在当前时间步内，根据当前时间步对应的初始光路配置策略、以及在当前时间步进行强化学习智能体的重新训练过程中经强化学习交互产生的轨迹数据集合、预设的强化学习学习率以及元学习学习率执行预设的元学习算法，以得到当前时间步对应的初始光路配置策略的更新后结果数据，并将该更新后结果数据作为下一时间步对应的初始光路配置策略； 基于所述最优光路配置策略对所述潮汐流量网络对应的光网络层进行光路重构以对应更新所述潮汐流量网络对应的IP层的拓扑结构； 其中，所述元学习算法如公式1和公式2所示： 表示临时变量，用于表征当前时间步t流量对首次策略更新的影响； 表示预设的强化学习学习率； 表示预设的元学习学习率； 表示当前时间步对应的初始光路配置策略的策略参数； 表示首次更新的光路配置策略的策略参数； 表示光路配置策略； 表示当前时间步对应的初始光路配置策略； 表示首次更新的光路配置策略，若w=1，则该首次更新的光路配置策略即为当前时间步对应的初始光路配置策略的更新后结果数据，也即为下一个时间步t+1的初始光路配置策略；若w=2，则以作为当前待更新的光路配置策略，并将公式2中的下角标为1参数的下角标均修改为当前分量w的值，即2，并将下角标为0参数的下角标修改为w-1，即1后，执行修改后的公式2，直至完成窗口所有的分量对应的公式2的计算，并将最终的作为当前时间步t对应的初始光路配置策略的更新后结果数据，也即为下一个时间步t+1的初始光路配置策略； 表示在当前时间步对应的初始光路配置策略进行强化学习智能体的重新训练过程中首次经强化学习交互产生的轨迹数据集合，即以为策略，以M0为流量环境，进行强化学习交互产生的轨迹数据集合； 表示以为策略，以M1为流量环境，第二次进行强化学习交互产生的轨迹数据集合； 表示以为策略，以为数据的强化学习优化目标函数； 表示以为策略，以为数据的强化学习优化目标函数； M0和M1表示不同的流量环境； 表示对求偏导数； 表示临时变量，用于表征t的累加； 表示t时刻经元学习算法优化后的初始化策略的策略参数。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。