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！

龙图腾网获悉东华理工大学南昌校区申请的专利基于Decision Transformer的云服务自适应组合方法及决策支持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：CN121433916B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202512026480.X，技术领域涉及：G06F9/50；该发明授权基于Decision Transformer的云服务自适应组合方法及决策支持系统是由刘爱华;徐洪珍;黄宗翔;石玉杰设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本基于Decision Transformer的云服务自适应组合方法及决策支持系统在说明书摘要公布了：本发明涉及云计算与云服务管理技术领域，具体为基于DecisionTransformer的云服务自适应组合方法及决策支持系统；该方法通过分层令牌化与服务表示构建，将异构服务数据统一转化为层级服务向量；构建多尺度交互特征抽取与语义增强机制，在不同粒度上捕获云服务之间的语义与行为依赖以生成增强服务表示与兼容性矩阵；将状态、动作与目标联合嵌入DecisionTransformer模型，生成云服务组合策略序列；通过自适应组合优化与回溯调整机制动态评估执行反馈与环境变化，并结合多实例知识迁移与在线策略泛化实现跨实例、跨场景的决策支持。本发明实现了在动态云环境中持续输出最优服务组合方案。

本发明授权基于Decision Transformer的云服务自适应组合方法及决策支持系统在权利要求书中公布了：1.一种基于DecisionTransformer的云服务自适应组合方法，其特征在于，包括以下具体实施步骤： S1、通过分层令牌化与服务表示构建，对异构服务数据进行统一结构化表达，从多源数据中提取功能、接口、资源及质量信息，经归一化、分桶量化、嵌入映射与兼容性矩阵生成，形成层级服务向量表示，具体包括： 采集服务注册、监控及日志数据，提取功能、接口、资源关键字段，对数值参数进行分层归一化与滑窗统计，计算稳定的均值与方差基线； 将归一化结果转化为涵盖功能、接口、资源及兼容性维度的层级token序列，采用分位数自适应分桶量化连续值，并为每个token附加一个溯源-时效标量以表达数据可信度与时效性； 将离散token映射为嵌入向量，结合溯源标量进行缩放，并采用双重层级位置编码以区分层内顺序与层间深度关系，同时引入约束显著性标量突出关键资源与SLA约束信息； 对服务token嵌入进行加权池化生成服务向量，通过融合语义相似度、历史共存率与规则评分构建兼容性矩阵，并设定在线令牌库维护与冷启动补全机制； S2、构建多尺度交互特征抽取与语义增强机制，通过构建多尺度交互图、尺度内扩散与跨尺度注意力耦合、语义原型对比增强及不确定性感知融合，在不同粒度上捕获云服务之间的语义与行为依赖，生成增强服务表示并细化兼容性矩阵； S3、基于增强服务表示和兼容性矩阵，构建条件化序列输入，通过状态-动作-目标联合嵌入输入DecisionTransformer，生成云服务自适应组合策略序列，并结合兼容性加权与多目标评估，生成策略可执行且满足多目标优化，具体包括： 将多尺度增强服务表示与兼容性评分转化为可被DecisionTransformer处理的序列形式，并引入组合目标向量作为条件输入； 将已选服务序列映射为状态向量，将候选服务映射为动作向量，并将目标向量投影嵌入，生成状态-动作-目标联合嵌入； 利用DecisionTransformer对嵌入序列进行前向计算，生成下一步服务选择的动作概率分布，并结合兼容性矩阵加权修正； 根据修正后的策略概率生成最终云服务组合序列，通过多目标函数进行综合评估，形成组合回报值； S4、构建自适应组合优化与回溯调整机制，以决策候选序列为基础，动态评估服务组合的执行反馈与环境变化，通过目标导向的自适应优化、多轮策略回溯调整和稳定性判定，形成具备自学习与自修复能力的云服务组合方案； S5、通过多实例特征表示对齐、基于相似度的策略迁移、泛化训练微调及在线自适应优化，完成DecisionTransformer在不同云实例和多业务场景下的策略知识复用与泛化能力。

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东华理工大学南昌校区，其通讯地址为：330000 江西省南昌市经济技术开发区广兰大道418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。