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！

龙图腾网获悉哈尔滨工业大学;北方自动控制技术研究所申请的专利一种基于强化学习的数据库自适应混合数据分区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：CN119357239B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411519197.X，技术领域涉及：G06F16/2455；该发明授权一种基于强化学习的数据库自适应混合数据分区方法及系统是由王宏志;崔双双;林婧涵;李亚荣;朱斯燕;刘文杰;孔祥宁;杜嘉婧设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种基于强化学习的数据库自适应混合数据分区方法及系统在说明书摘要公布了：一种基于强化学习的数据库自适应混合数据分区方法及系统，它属于人工智能领域。本发明解决了在现有数据分区方案下，查询负载执行时需要访问大量冗余数据且无法根据动态工作负载自动进行自适应数据分区的问题。本发明建立工作负载预测模型，基于历史工作负载来预测数据库未来一段时间内查询工作负载中各种类查询出现的频率，将混合数据分区问题建模为马尔科夫决策过程，定义智能体状态、动作及奖励，根据预测出的各种类查询出现的频率和训练好的强化学习模型为到来的查询工作负载自适应推荐出合适的混合数据分区方案，减少了查询负载执行时所需要访问的数据量。本发明方法可以应用于数据库自适应混合数据分区。

本发明授权一种基于强化学习的数据库自适应混合数据分区方法及系统在权利要求书中公布了：1.一种基于强化学习的数据库自适应混合数据分区方法，其特征在于，所述方法具体包括以下步骤： 步骤一、采集数据库中的各表信息、历史查询工作负载信息以及历史查询工作负载信息对应的数据分区方案； 步骤二、将数据库中的各表信息和历史查询工作负载信息作为强化学习模型智能体的状态，利用步骤一中采集的各表信息和历史查询工作负载信息对强化学习模型的智能体进行训练，并将历史查询工作负载信息对应的数据分区方案作为智能体训练的标签； 步骤三、建立查询工作负载预测模型，利用历史查询工作负载信息对建立的查询工作负载预测模型进行训练； 步骤四、根据当前时间步长内各种类查询工作负载出现的次数以及p-1个历史时间步长内各种类查询工作负载出现的次数，分别得到各种类查询工作负载出现次数随时间步长变化的时间序列数据； 再将各种类查询工作负载对应的时间序列数据分别输入训练好的查询工作负载预测模型，通过训练好的查询工作负载预测模型输出预测的下一个时间步长内各种类査询工作负载出现的频率，获得预测出的最大频率所对应的査询工作负载种类i’；在下一时间步长的起始时刻，将数据分区方案初始化为査询工作负载种类i’对应的数据分区方案； 步骤五、初始化k＝1； 步骤六、判断下一个时间步长内到来的第k个查询工作负载是否与当前数据分区方案对应的査询工作负载种类相同； 若相同，则使用当前数据分区方案直接进行查询，再执行步骤七； 若不相同，则将第k个查询工作负载输入训练好的强化学习模型，通过训练好的智能体输出新的数据分区方案后再进行查询，再继续执行步骤七； 步骤七、判断下一个时间步长是否结束； 若下一个时间步长未结束，则令k＝k+1，返回执行步骤六； 若下一个时间步长结束，则返回执行步骤四。

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哈尔滨工业大学;北方自动控制技术研究所，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。