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！

龙图腾网获悉国电南瑞科技股份有限公司申请的专利一种用于数据中心资源调度的加速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：CN116244047B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211569812.9，技术领域涉及：G06F9/48；该发明授权一种用于数据中心资源调度的加速优化方法是由梅竹;陈怀新;杨文清;王召;朱佳;杨春松;程聪;朱丽霞;许明杰设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种用于数据中心资源调度的加速优化方法在说明书摘要公布了：本发明公开了一种用于数据中心资源调度的加速优化方法，包括如下步骤：步骤1、用户提交任务请求，所有请求进入队列，等待数据中心进行资源分配；步骤2、数据中心通过最优调度目标根据任务属性进行资源分配；步骤3、将任务属性作为最优调度目标，形成后期深度强化学习时的经验知识库；步骤4、基于步骤3得到的经验知识库，通过深度强化学习网络，将其应用于数据中心资源调度任务中，迭代出最优策略，即得到最优的Q值和与该Q值对应的分配策略；步骤5、在最优策略执行后，当节点间的算力不均衡，部分空闲节点的算力并未充分利用，进行动态增补的编码，优化资源调度效率。本发明能够最大化地提升资源利用率，高效分配资源，降低无效碳排放。

本发明授权一种用于数据中心资源调度的加速优化方法在权利要求书中公布了：1.一种用于数据中心资源调度的加速优化方法，其特征在于，包括如下步骤： 步骤1、用户提交任务请求，所有请求进入队列，等待数据中心进行资源分配； 步骤2、数据中心通过最优调度目标根据任务属性进行资源分配； 步骤3、将任务属性作为最优调度目标，形成后期深度强化学习时的经验知识库； 步骤4、基于步骤3得到的经验知识库，通过深度强化学习网络DQN，将其应用于数据中心资源调度任务中，迭代出最优策略，即得到最优的Q值和与该Q值对应的分配策略a；具体为：利用卷积神经网络CNN初始化一个状态动作值函数Qs，a，Q值包含了资源的任务队列信息，在训练过程t时刻，会有一个状态st，采取一个动作at，并得到一次奖励rt，随后跳到状态st+1，此时收集到数据st,at,rt,st+1储存于缓存中，这组缓存数据st,at,rt,st+1用于计算目标值公式为： 通过不断使用状态s、动作a、奖励r更新Q值，此时该问题变为一个回归问题，即通过机器学习中梯度下降方法得到该任务的目标值和与该值对应的分配策略 步骤5、在最优策略执行后，当节点间的算力不均衡，部分空闲节点的算力并未充分利用，进行动态增补的编码，进一步优化资源调度效率；具体包括如下步骤： 步骤51、将数据集A分片，平均分成k份，记为A1，...Ak； 步骤52、将A1，...Ak份数据子集进行第一次多项式编码，记为n可认作为可以调用的服务器工作节点个数，即最大化使用服务器，则对于工作节点i，i∈[1,n]，其中a∈Vk，为该多项式的k维向量； 步骤53、对于工作节点i，计算其结果Pi，得到 步骤54、将计算结果Pi继续切片，分成m份，得到Pi的列矩阵，公式为： 整个任务被分成mk个子任务块，先被分成k份，再被分成m份，为了实现恢复计算结果的要求，对子任务块Pi,j，j∈[1,m]再次进行编码，编码公式为：其中i∈[1,n]，j∈[1,m]，对于每个工作任务，在完成计算时会出现mk个已编码的数据块供传输使用，实现分布式系统下的节点资源动态协同计算。

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国电南瑞科技股份有限公司，其通讯地址为：211100 江苏省南京市江宁区诚信大道19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”。