申请/专利权人：东莞职业技术学院

申请日：2023-12-21

公开（公告）日：2024-03-22

公开（公告）号：CN117742916A

主分类号：G06F9/48

分类号：G06F9/48;G06F9/50

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明属于云计算技术领域，公开了一种云边联合数据中心均衡优化调度方法及联合数据中心系统，该方法步骤如下：S1、构建融合深度强化学习和混合粒子群算法的云边协同计算模型；S2、利用混合粒子群算法求解最优剩余资源；S3、利用深度强化学习实现负载均衡。本发明还公开了云边联合数据中心系统。本发明提供的方法及系统，采用云边协同计算模式，并融入深度强化学习、粒子群算法，形成一种新的云边协同混合计算模式，使终端的任务计算时延得以降低，减少云计算中心的计算量，降低网络传输开销，而且有利于工业数据的安全保护，因此对时延要求较高的工业场景下具有实用价值。

主权项：1.一种云边联合数据中心的均衡优化调度方法，其特征在于，其包括如下步骤：S1、构建融合深度强化学习和混合粒子群算法的云边协同计算模型所述云边协同计算模型包括：任务监听器、IPSO模块、云边联合数据中心、卷积云神经网络模型；所述云边协同计算模型利用混合粒子群算法与深度强化学习相结合的方法，实现云边联合数据中心的均衡调度；S2、利用混合粒子群算法求解最优剩余资源利用所述云边协同计算模型中的粒子群算法，利用全局最优解能力与遗传算法的交叉、选择、变异能力，并结合模拟退火算法中的Metropolis接受准则校验，建立深度强化学习的初始状态空间；S3、利用深度强化学习实现负载均衡利用云边协同计算模型中的基于策略梯度的RL模型，进行云边数据中心的进行资源调度，避开奖励值的计算，通过概率决定下一步的动作，然后不断进行迭代，进行策略改进，直到策略收敛。

全文数据：

权利要求：

百度查询： 东莞职业技术学院 云边联合数据中心均衡优化调度方法及联合数据中心系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD