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！

龙图腾网获悉华南理工大学申请的专利一种基于阶段性策略梯度的预测式云平台资源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：CN118193209B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202410358894.5，技术领域涉及：G06F9/50；该发明授权一种基于阶段性策略梯度的预测式云平台资源调度方法是由高学;赖隽恒;李磊设计研发完成，并于2024-03-27向国家知识产权局提交的专利申请。

本一种基于阶段性策略梯度的预测式云平台资源调度方法在说明书摘要公布了：本发明公开了一种基于阶段性策略梯度的预测式云平台资源调度方法，包括搭建长期时序预测神经网络，历史负载数据进行训练；构建深度强化学习模型；采集节点的负载数据；对服务的未来一段时间的负载值进行预测，得到负载预测序列；将容器集群节点的状态和负载预测序列输入深度强化学习模型，得到资源调度的实际动作；容器集群调度器根据实际执行的动作在容器集群节点进行资源调度；统计该周期内服务处理的所有请求的处理情况，并根据奖励函数计算此周期内的奖励；根据奖励更新深度强化学习模型的网络参数，优化深度强化学习模型的网络参数，提高调度性能。本发明在保证服务质量的同时，降低虚拟机节点的使用量，为用户降低上云成本。

本发明授权一种基于阶段性策略梯度的预测式云平台资源调度方法在权利要求书中公布了：1.一种基于阶段性策略梯度的预测式云平台资源调度方法，其特征在于，包括： 基于Kubernetes容器编排平台搭建容器集群，搭建长期时序预测神经网络，并使用历史负载数据进行训练，所述容器集群包括一个主节点和多个Node节点； 构建深度强化学习模型，包括策略网络和价值网络，其中策略网络包含动作头和价值头，动作头为多输出分类层； 所述深度强化学习模型的输入为容器集群节点的状态Scluster和负载预测序列Sload′，输出为资源调度的实际动作actions； 容器集群调度器根据实际执行的动作actions在容器集群节点进行资源调度； 统计周期内容器服务处理的所有请求的处理情况，并根据奖励函数计算此周期内的奖励，奖励函数由服务质量约束及虚拟机使用成本构成； 所述奖励函数的具体公式如下： reward＝γpRp+γvmCostvm 其中，reward表示周期内处理请求的奖励；Costvm表示周期内新增虚拟机的成本；γp为处理请求奖励的权重系数；γvm为新增虚拟机成本的权重系数； 所述Rp的具体公式如下： Rp＝Nfast·rewardfast+Nslow·rewardslow-Nfail·penalty 其中，Nfast为处理速度不大于speedfast的成功处理请求数量，Nslow为处理速度大于speedfast的成功处理请求数量，Nfail为处理失败的请求数量； 所述新增虚拟机成本Costvm的具体公式如下： Costvm＝Nvm·Costmin 其中,Nvm为周期内新增的虚拟机数量，Costmin为虚拟机最小生命周期的使用成本； 根据奖励更新深度强化学习模型的网络参数，优化深度强化学习模型的网络参数，得到优化后的深度强化学习模型； 所述根据奖励更新深度强化学习模型的网络参数，具体为： 奖励标准化，避免由于奖励规模的差异影响对优势的计算，计算公式如下： 其中，μreward为reward的均值，σreward为reward的标准差； 使用广义优势估计计算优势和奖励，计算公式如下： δt＝rt+γVvaluest+1-Vvaluest At＝δt+γλgaeδt+1+…+γλgaeT-t+1δT-1 Rt＝At+Vvaluest 其中，rt是t时刻标准化的奖励，γ是折扣因子，λgae是平滑参数，T是序列的终点时间步，Vvalues是价值网络在状态s下的输出； 计算策略网络和价值网络的损失，并使用优化器更新策略网络和价值网络的参数，重复epochppg次； 辅助训练，每执行intervalaux次上一步骤，执行一次辅助网络更新阶段。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。