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！

龙图腾网获悉山东汉鑫科技股份有限公司申请的专利一种基于联邦数字孪生的工业边缘协同调度优化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：CN120950221B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202511475674.1，技术领域涉及：G06F9/48；该发明授权一种基于联邦数字孪生的工业边缘协同调度优化方法及系统是由刘文义;柳鹏;赵俊冉;孙伟杰;王玉敏;仇若瑾设计研发完成，并于2025-10-16向国家知识产权局提交的专利申请。

本一种基于联邦数字孪生的工业边缘协同调度优化方法及系统在说明书摘要公布了：本发明涉及工业边缘调度优化技术领域，尤其是涉及一种基于联邦数字孪生的工业边缘协同调度优化方法及系统。方法包括利用局部卷积与主成分分析提取压缩特征向量；将特征向量映射到边缘节点的数字孪生模型中；基于数字孪生模型计算每个边缘节点的调度权重评分；构建基于神经网络的全局模型，其中，基于调度权重评分初始化全局模型参数与学习率；结合双曲正切函数和协同可信评分聚合每个边缘节点更新后的参数梯度，并计算得到任务迁移评分；根据任务迁移评分进行迁移调度。

本发明授权一种基于联邦数字孪生的工业边缘协同调度优化方法及系统在权利要求书中公布了：1.一种基于联邦数字孪生的工业边缘协同调度优化方法，其特征在于，包括： 获取边缘节点的工业时间序列数据； 利用局部卷积与主成分分析提取压缩特征向量； 将特征向量映射到边缘节点的数字孪生模型中；包括将边缘节点采集的实时传感器数据和设备状态信息数据进行预处理，包括去除噪声、数据归一化以及特征提取，将预处理后的数据结合压缩特征向量和边缘节点的资源能力向量，分别输入到数字孪生模型中，其中，实时传感器数据和设备状态信息采用直接映射的方式，通过API接口直接写入现有数字孪生模型的对应参数；压缩特征向量和边缘节点的资源能力向量采用规则引擎映射方式，通过预设规则转换为数字孪生模型可执行的指令，进而形成每个边缘节点的数字孪生模型；每个边缘节点的数字孪生模型代表边缘节点的当前状态、资源能力和任务执行情况； 基于数字孪生模型计算每个边缘节点的调度权重评分； 构建基于神经网络的全局模型，其中，基于调度权重评分初始化全局模型参数与学习率；结合双曲正切函数和协同可信评分聚合每个边缘节点更新后的参数梯度，并计算得到任务迁移评分；所述结合双曲正切函数和协同可信评分聚合每个边缘节点更新后的参数梯度,包括首先取边缘节点在本轮的调度权重评分，作为边缘节点资源和数据质量的整体反映，接着计算当前全局模型参数对边缘节点本地数字孪生模型中的压缩特征向量的梯度，表示当前全局模型对边缘节点本地数字孪生模型中的压缩特征向量的拟合方向，与全局模型在上一轮与当前轮之间的参数更新方向进行余弦相似度计算，衡量边缘节点对本轮全局模型变化趋势的契合度，最后将调度权重评分与余弦值相乘，得到边缘节点在本轮训练的协同可信评分，反映边缘节点在本轮中的协同有效性与可信程度； ， 其中，表示上一轮与当前轮之间的全局参数更新的方向和幅度，即全局模型在两轮训练之间的变化趋势，表示边缘节点在第轮训练中的协同可信评分； 根据任务迁移评分进行迁移调度；所述结合双曲正切函数和协同可信评分聚合每个边缘节点更新后的参数梯度,还包括根据全局数字孪生模型中的节点状态和资源能力信息，评估是否需要将计算任务迁移至其他节点；首先以边缘节点在本轮训练中的协同可信评分作为基础因子，引入任务紧急度函数，任务紧急度函数结合在边缘节点i上的计算任务所需资源强度和任务已等待时间，通过对两者分别加一后的乘积取对数的方式，确保在迁移过程中优先保障紧急任务；最后，考虑目标节点的当前带宽状态和过去一个时间窗口内的网络波动度，其中表示过去一个固定时间窗口内带宽的方差或标准差，波动度项通过带宽波动敏感性因子调整权重，最后通过幂指数对上述整体计算进行非线性增强，最终形成迁移评分，迁移评分越高，说明目标节越适合作为当前计算流的迁移目标，公式为： ， 其中，表示计算任务迁移评分，在第轮计算任务从节点分配至节点的整体适配度；表示任务i的资源强度需求。

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山东汉鑫科技股份有限公司，其通讯地址为：264003 山东省烟台市高新区蓝海路1号4号楼；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。