基于多目标强化学习的数据密集任务边缘服务组合方法

    公开(公告)号:CN117255126B

    公开(公告)日:2024-07-23

    申请号:CN202311038793.1

    申请日:2023-08-16

    Abstract: 本申请公开了一种基于多目标强化学习的数据密集任务边缘服务组合方法,所述方法包括接收服务请求,获取任务请求数据,对任务请求数据进行分解,获得多个子任务数据,构建任务执行流程的依赖关系图,结合服务组合优化算法,确定最优服务调度策略,进行服务调度以执行数据密集任务。本申请通过服务组合优化算法充分利用边缘计算的优势,合理地组合和协同边缘节点的计算资源和网络资源,有效地利用有限的资源,避免资源浪费,减少边缘节点间资源占用不均衡的情况,在均衡节点负载的同时,优化任务处理的效率和性能,实现对数据密集任务的实时高效处理,提高生产效率和资源利用效率。本申请广泛应用于数据处理技术领域。

    一种软件定义边缘网络任务卸载调度方法

    公开(公告)号:CN117880897A

    公开(公告)日:2024-04-12

    申请号:CN202311871881.X

    申请日:2023-12-29

    Abstract: 本申请公开了一种软件定义边缘网络任务卸载调度方法,方法包括:获取多个无线设备的参数作为第一参数,获取多个边缘服务器的参数作为第二参数;根据第一参数计算出各个无线设备的任务优先级,并根据任务优先级将各个无线设备的任务排序后存入待调度队列;根据第二参数对各个边缘服务器进行排序,得到排序结果;按照任务优先级遍历待调度队列中的各个任务,并按照排序结果依次将各个任务分配给对应的边缘服务器。本申请可以降低移动边缘计算过程中任务的信息年龄,解决任务信息过时的问题,可广泛应用于移动边缘计算技术领域。

    一种软件定义边缘网络服务部署优化方法

    公开(公告)号:CN117834678A

    公开(公告)日:2024-04-05

    申请号:CN202311862980.1

    申请日:2023-12-29

    Abstract: 本申请公开了一种软件定义边缘网络服务部署优化方法,包括:通过判断部署各个边缘服务器的总成本是否降低,若总成本降低,则执行在各个第二服务器中选择具有最大工作负载优化的服务器作为目标优化服务器,在各个候选部署位置中选择用于部署目标优化服务器的目标部署位置,并在目标部署位置部署目标优化服务器的步骤,直至各个边缘服务器中不存在第二服务器;若总成本不降低,则不部署目标优化服务器,并在其余各个第二服务器中选择新的目标优化服务器,然后执行在各个候选部署位置中选择目标部署位置部署目标优化服务器的步骤。本申请可以降低部署边缘服务器的成本,可广泛应用于边缘服务器部署技术领域。

    一种时间敏感的工业软件服务组件边缘端协同部署方法

    公开(公告)号:CN117201615A

    公开(公告)日:2023-12-08

    申请号:CN202310998497.X

    申请日:2023-08-08

    Abstract: 本发明公开了一种时间敏感的工业软件服务组件边缘端协同部署方法,包括:获取若干个边缘节点的内核数据;获取资源需求信息,构建若干个服务组件;通过启发式分区遗传算法对所述内核数据和所述资源需求信息进行处理,确定所述服务组件在所述边缘节点上的部署位置。本发明通过定义服务组件和边缘端属性的方式将服务组件部署在合适的边缘设备中,使得在该边缘端能够运行该服务组件;本发明通过将服务组件按照功能分类,然后强化不同功能服务组件之间的联系来部署相应的服务组件,从而降低制造任务完成的延迟,提高制造任务的QoS;本发明解决由多个与硬件交互的服务组件输出数据驱动另外一个服务组件的部署问题。

    一种控制模型的训练方法和机械臂控制方法

    公开(公告)号:CN117067202A

    公开(公告)日:2023-11-17

    申请号:CN202310996590.7

    申请日:2023-08-08

    Abstract: 本方案涉及一种控制模型的训练方法和机械臂控制方法,控制模型的训练方法包括:获取任务样本信息和状态样本信息,状态样本信息包括机械臂的状态样本信息和目标对象的状态样本信息,任务样本信息包括执行动作,将任务样本信息和状态样本信息输入裁决网络得到每一处理层的当层责任权重信号,将每一处理层的当层责任权重信号输入核心网络中对应的学习层,得到预测动作,根据当层责任权重信号、预测动作和状态样本信息更新核心网络的网络参数,根据预测动作和执行动作确定核心网络是否收敛,若核心网络未收敛,重复获取任务样本信息和状态样本信息,直至核心网络收敛。本发明可以加快了学习过程和决策过程,应用于机器人控制领域。

    一种用于SCOS的服务选择编排方法和系统

    公开(公告)号:CN117056043A

    公开(公告)日:2023-11-14

    申请号:CN202310936550.3

    申请日:2023-07-27

    Abstract: 本发明公开了一种用于SCOS的服务选择编排方法和系统。方法包括以下步骤;获取用户的业务需求,将业务需求转化为业务流程;根据业务流程在预设服务功能集中调用适用于业务流程的多个服务功能作为候选服务功能,形成候选服务功能集;根据用户属性偏好对候选服务功能集进行筛选,得到目标服务功能集;根据目标服务功能集编排得到业务需求的SCOS方案。本发明在组合选择优化过程的基础上构建并引入模糊邻接矩阵,增强服务功能间实时关系的表达,提高实际应用场景中服务功能的选择质量;结合模糊邻接矩阵和GCN对FGPN进行优化,实现当前时刻的最佳服务组合。本发明无需先验知识构建任务流程图,实现了制造服务的自动编排,具有较好的选择质量、多样性和实时性。

    一种深度强化学习的可靠性感知服务装配集成方法及系统

    公开(公告)号:CN117041068A

    公开(公告)日:2023-11-10

    申请号:CN202310953844.7

    申请日:2023-07-31

    Abstract: 本发明公开了一种深度强化学习的可靠性感知服务装配集成方法及系统,方法包括:基于网络可靠性和系统数据可靠性,建立服务可靠性评价模型;将服务可靠性评价模型建模为决策模型;基于系统状态空间,通过贪婪政策迭代进行系统状态转移,并将每一次迭代所生成的状态转移概率储存到经验重放记忆;其中,每一次迭代目标网络从主网络克隆参数;根据经验重放记忆确定训练集,通过训练集训练主网络和目标网络,直至目标网络的参数收敛。本发明基于可靠性进行定理分析,以实现在不同服务请求下的可靠性技术指标并可以根据不同应用场景进行适应性调整;进而基于决策模型高效确定服务编排策略实现服务组合。本发明能够高效进行服务编排优化,可广泛应用于计算机技术领域。

    门铰链与门板的焊接方法及焊接设备

    公开(公告)号:CN109290711B

    公开(公告)日:2023-09-12

    申请号:CN201811447432.1

    申请日:2018-11-29

    Abstract: 本发明涉及焊接技术领域,具体公开一种门铰链与门板的焊接方法及焊接设备,焊接方法包括以下步骤:将门铰链放置在门板的待焊接区域上;获取门铰链待焊接部位的轮廓面;采用若干连续的异面L型焊接路径释放焊料,所述异面L型焊接路径包括依次连接的。本发明提供的门铰链与门板的焊接方法及焊接设备,通过设置异面L型焊接路径,可以有效增大焊料与被焊工件之间的接触面积,从而提高焊接强度。

Patent Agency Ranking