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！

龙图腾网获悉天津大学申请的专利一种基于多重调度的收益最大化请求调度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：CN119967493B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510042512.2，技术领域涉及：H04W28/086；该发明授权一种基于多重调度的收益最大化请求调度方法是由王晓飞;王峥;黄少远设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种基于多重调度的收益最大化请求调度方法在说明书摘要公布了：本发明公开了一种基于多重调度的收益最大化请求调度方法，涉及互联网通信技术领域，包括以下步骤：步骤1、以直播请求特征和服务器特征为输入，构建多任务学习模型，完成请求聚类、收益和时延预测；步骤2、构建请求分布模块；步骤3、基于多任务学习模型和请求分布模块设定预调度策略；步骤4、基于设定的预调度策略进行实时请求，完成调度分配；本发明提供的一种基于多重调度的收益最大化请求调度方法，更具前瞻性和全局优化能力，能够更好地应对复杂多变的直播请求场景。

本发明授权一种基于多重调度的收益最大化请求调度方法在权利要求书中公布了：1.一种基于多重调度的收益最大化请求调度方法，其特征在于，包括以下步骤： 步骤1、以直播请求特征和服务器特征为输入，构建多任务学习模型，完成请求聚类、收益和时延预测； 步骤2、构建请求分布模块；具体过程如下：以12个时间点为输入，n分钟作为一个调度周期，输入到门控循环单元GRU模型，然后将GRU的输出映射为预测请求数量，表达式如下： ； ； ； ； 式中，是输入是当前时间周期内的历史请求数量，是上一个时间步的隐藏状态，是当前时间步的隐藏状态，是预测的第k类请求在接下来的n分钟内的数量，表示在时间点t内第k类请求的数量； 步骤3、基于多任务学习模型和请求分布模块设定预调度策略；具体过程如下： S31、确定请求分布预测和簇中心；具体如下： 通过步骤2构建的请求分布模块对未来n分钟的请求数量进行预测，得到每类请求的数量分布矩阵，表达式如下： ； 同时，基于请求聚类获取每类请求的簇中心，簇中心作为第k类请求的代表，也作为第k类请求的核心特性表征； S32、构建请求及服务器的收益和时延矩阵；具体如下： 将S31中请求簇中心和服务器特征拼接得到第k类请求分配到第j个服务器的综合特征，输入收益预测头和时延预测头，分别预测每类请求在每台服务器上的收益和时延，得到收益和时延矩阵，表达式如下： 收益矩阵： ； 时延矩阵： ； 其中，DCN表示深度交叉网络，表示第k类请求调度到第j台服务器所产生的收益，表示第k类请求调度到第j台服务器所产生的时延； S33、通过收益和时延矩阵，构造调度优化的整数线性规划问题并制定预调度策略，具体为： 构建目标函数，表达式如下： ； 其中，为决策变量，表示第k类请求分配到第j台服务器的数量； 设置调度策略需满足的约束条件，具体为： 时延约束：每类请求只能分配到时延小于400ms的服务器上，对于大于400ms时延的服务器，将其分配矩阵对应位置强制为0： ； 带宽约束：每台服务器的总带宽占用不得超过其最大带宽容量的80%： ； 其中，表示第j台服务器的最大带宽； 请求数量约束：每类请求的总分配数量必须等于预测的请求数量： ； 其中，表示第k类请求预测的数量； 非负整数约束：决策变量必须是非负整数： ； 使用线性整数规划求解器CPLEX求解，得到基于预测的最优请求分配矩阵： ； 步骤4、基于设定的预调度策略进行实时请求，完成调度分配。

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天津大学，其通讯地址为：300072 天津市津南区雅观路135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。