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！

龙图腾网获悉南京信息工程大学申请的专利一种基于深度强化学习的资源智能联合优化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：CN119854204B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510315710.1，技术领域涉及：H04L45/12；该发明授权一种基于深度强化学习的资源智能联合优化方法是由潘成胜;林志海;施建锋设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本一种基于深度强化学习的资源智能联合优化方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的资源智能联合优化方法，该方法包括如下步骤：步骤1：搭建通信网络拓扑，检测网络拓扑中的数据流量；步骤2：随机产生任务流，在网络拓扑中模拟任务的解析以及发送；步骤3：交换机接收任务并寻找任务的n条简单路径；步骤4：设置约束条件，在n条简单路径中筛选候选路径；步骤5：以总时延最小为目标，在选候选路径中选择最优路径，并为最优路径分配最优计算机资源和通信资源；步骤6：将最优路径每条链路所分配的通信资源下发给交换机实现通信资源分配。本发明提出的方法能够在保证任务时延要求的前提下，有效地容纳更多的并发任务，从而最大化资源利用率。

本发明授权一种基于深度强化学习的资源智能联合优化方法在权利要求书中公布了：1.一种基于深度强化学习的资源智能联合优化方法，其特征在于，该方法包括如下步骤： 步骤1：搭建通信网络拓扑，检测网络拓扑中的数据流量，记录链路的带宽，剩余带宽以及各个通信节点计算资源的使用情况； 步骤2：随机产生任务流T，在网络拓扑中模拟任务的解析以及发送； 步骤3：交换机接收任务流中的任务并解析数据分组头后，在自身流表中查询数据分组有无对应流规则，如果有对应的流规则，则直接将任务转发到流规则中设置的相应端口，否则寻找任务的n条简单路径； 步骤4：基于任务需要的最小传输速率以及节点和之间的链路为任务分配的传输速率，设置约束条件，从而在n条简单路径中筛选出候选路径；节点i和j为链路两端的节点，i=1,2,...,n;j=1,2,...,n，n表示节点的总个数； 步骤5：以总时延最小为目标，在候选路径中选择最优路径，并为最优路径分配最优计算资源和通信资源； 步骤6：将最优路径每条链路所分配的通信资源下发给交换机实现通信资源分配； 步骤4中的约束条件为： ； 其中，为节点和之间的链路的可用传输速率，为节点为任务分配的计算资源，为节点的可用计算资源，的表达式为： ； 其中，为节点和之间的链路为任务分配的带宽，为节点和之间的链路为任务分配的传输功率；表示信道的背景噪声。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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”。