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！

龙图腾网获悉南京大学申请的专利基于改进鲸鱼优化算法的无人机网络边缘服务部署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：CN120091320B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510572690.6，技术领域涉及：H04W16/18；该发明授权基于改进鲸鱼优化算法的无人机网络边缘服务部署方法是由李文峰;刘帅;陈宏彦;赵康僆设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本基于改进鲸鱼优化算法的无人机网络边缘服务部署方法在说明书摘要公布了：本发明公开了一种基于改进鲸鱼优化算法的无人机网络边缘服务部署方法。本发明首先在指定区域布设无人机并与地面用户组建临时网络，初始化服务部署候选解决方案，并根据服务部署的收益和成本定义适应度函数；然后利用引入非线性收敛因子、横纵交叉和精英反向学习策略的改进鲸鱼优化算法，对服务部署的候选解进行迭代更新，每次迭代后计算其适应度函数值；若发现更优解则更新全局最优解，直至满足收敛条件或达到最大迭代次数，算法终止并输出全局最优服务部署方案。本发明可有效提升边缘服务部署方法的收敛速度和寻优能力，避免陷入局部最优，提高服务部署收益并降低成本。

本发明授权基于改进鲸鱼优化算法的无人机网络边缘服务部署方法在权利要求书中公布了：1.一种基于改进鲸鱼优化算法的无人机网络边缘服务部署方法，其特征在于，该方法包括如下步骤： S1：在指定区域布设无人机并组建临时网络，初始化服务部署候选解决方案； S2：分别建立服务部署收益和成本的数学模型，根据服务部署的收益和成本定义适应度函数；所述的适应度函数定义为服务部署成本和服务部署收益之间的差值；服务部署成本由部署服务所占用的存储、算力、能耗三部分构成；服务部署收益由该服务实际处理的用户计算任务量和服务的资源利用率组成，并定义为对数函数的形式； S3：利用引入非线性收敛因子、横纵交叉和精英反向学习策略的改进鲸鱼优化算法，对服务部署的候选解进行迭代更新；所述的横纵交叉分为横向交叉和纵向交叉，横向交叉在相同维度进行交叉操作生成子代解，纵向交叉在不同维度间交叉生成子代解；所述的精英反向学习策略为利用当前最优解Hleader、候选解的最大值Hmax和最小值Hmin构造精英反向解，精英反向解的定义为H′＝Hmax+Hmin-Hleader； S4：每次迭代后计算适应度函数值，若发现更优解则更新全局最优解，直至满足收敛条件或达到最大迭代次数，算法终止并输出全局最优服务部署方案； 所述步骤S2具体如下： S2-1：分别建立服务部署收益和成本的数学模型： 服务部署成本由无人机资源使用所产生的存储、算力、能耗三部分构成，分别定义为： ①无人机n服务部署存储资源占用成本Cn： 其中，为服务j所占用的存储容量，二值函数λj,n表示无人机n是否部署了服务j，当λj,n＝1时表示无人机n部署了服务j，当λj,n＝0时表示无人机n没有部署服务j； ②无人机n服务部署算力资源占用成本Fn： 其中，为服务j所占用的算力资源； ③无人机n服务部署能耗成本En： En＝∑j∈J′Pj,n·γj,n·λj,n5 其中，γj,n为无人机n上部署的服务j∈J′处理用户任务的响应时间；Pj,n为无人机n给服务j提供计算支持所需的计算功率；因此，网络中服务部署成本Cost被表示为： 其中，Cmax为无人机的总存储容量，Fmax为无人机的总算力资源，Emax为无人机电池的总能量容量；网络中服务部署收益Ben被表示为： 其中，αj为服务j的资源利用率，取值范围在0到1之间，αj越大表示该服务的资源利用率越高；为无人机n上搭载的服务j实际处理的用户计算任务量；log·表示对数函数； S2-2：根据服务部署收益和成本定义适应度函数： 在改进鲸鱼优化算法的迭代过程中，将算法适应度函数F′Hg定义为： F′Hg＝k·Cost-1-k·Ben8 其中，k为性能增益系数，取值范围在0到1之间，k越大表示越注重服务部署成本。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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”。