Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学顾仁涛获国家专利权

北京邮电大学顾仁涛获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利一种基于迭代学习的大规模光网络资源分配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:CN120264174B

龙图腾网通过国家知识产权局官网在2026-02-06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:202510379782.2,技术领域涉及:H04Q11/00;该发明授权一种基于迭代学习的大规模光网络资源分配方法是由顾仁涛;周泽熹;纪越峰设计研发完成,并于2025-03-28向国家知识产权局提交的专利申请。

一种基于迭代学习的大规模光网络资源分配方法在说明书摘要公布了:本发明提供一种基于迭代学习的大规模光网络资源分配方法,包括:初始化光网络拓扑和各链路频谱资源状态;每个节点的节点特征编码和每条链路的链路特征编码初始化;根据当前网络状态,动态更新vii、ejj以及当前业务请求,同时生成对应Agent的输入状态SII;所述该输入状态SII被送入Agent中,作为决策的依据;逐步构建符合光路约束的可行解;强化学习所述决策;为动作计算奖励值R;更新后的奖励值R用于进一步优化Agent的决策;EGAT模型训练与优化;EGAT模型评估与仿真;结合迭代学习逐步构建服务分配策略,能够有效应对大规模网络拓扑变化,显著提高调度的全局性能与效率。

本发明授权一种基于迭代学习的大规模光网络资源分配方法在权利要求书中公布了:1.一种基于迭代学习的大规模光网络资源分配方法,其特征在于,包括: 步骤一、初始化光网络拓扑、背景业务分布、当前业务请求; 步骤二、根据当前光网络状态,计算所有节点的节点特征编码和所有链路的链路特征编码{vi},{ej},以及掩码向量M,上述共同构成决策Agent的输入状态SI; 步骤二所述计算所有节点的节点特征编码和所有链路的链路特征编码{vi},{ej},以及掩码向量M过程如下:根据拓扑结构关系、背景业务分布情况和当前业务请求状态,动态更新每个节点的节点特征编码vi和每条链路的链路特征编码ej;根据拓扑情况,计算得到一个掩码向量N为当前拓扑节点数量;所述Agent是指:强化学习的智能体; 所述每个节点的节点特征编码vi是指:每个节点拥有一个K维节点特征编码N为当前拓扑节点数量,其中:每个维度对应一项节点的特征; 所述节点特征编码包括:经过当前节点的业务数、经过当前节点的业务占用时隙总数、频谱联通度、频谱联通块、距离当前业务终点的最短路径长度、节点标签; 所述每条链路的链路特征编码ej是指:每条链路拥有一个L维的链路特征编码E为整个拓扑中边的数量;其中:每个维度对应一项链路的状态特征,根据网络状态和业务下发需求定制; 所述链路特征编码包括:可用波长或频隙总数、第一个大块可用频谱的起始位置、最大连续可用频谱块的大小、链路碎片熵以及是否存在满足条件的频谱块; 步骤三、根据输入状态SI,Agent通过动作掩码机制过滤无效邻接节点,并选择合法邻接节点中的一个作为动作选择结果,即下一跳路由,并计算奖励函数值; 步骤四、重复步骤二和三,直到满足当前业务的终止条件,根据终止条件判断当前业务是否可以成功路由,如果成功,根据FirstFit策略选择波长或频隙; 步骤五、将上述过程中,每次迭代生成的输入状态SI、动作选择结果、奖励函数值记录下来用于Agent训练。

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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。