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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利基于DDQN和启发式策略的计算-存储流联合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：CN120371483B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510863895.X，技术领域涉及：G06F9/48；该发明授权基于DDQN和启发式策略的计算-存储流联合调度优化方法及系统是由郭莹;郑镇坤;王迪;张秋萍;岳龙飞;刘袁和设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本基于DDQN和启发式策略的计算-存储流联合调度优化方法及系统在说明书摘要公布了：本发明涉及基于DDQN和启发式策略的计算‑存储流联合调度优化方法及系统，属于分布式计算与智能调度技术领域，包括：（1）计算流与存储流定义；（2）工作流调度与执行：当工作流被触发时，调度器根据任务之间的依赖关系与调度策略，逐个评估任务的可执行状态，并将可执行的任务提交给任务执行器；任务执行器负责在工作节点上执行这些任务，确保按照预定的顺序和优先级完成任务；（3）DAG结构、队列信息和运行数收集；（4）基于历史运行数据的任务运行时间与资源使用预测；（5）基于DDQN和启发式策略调度优化；（6）调度信息获取与保存。本发明显著提升系统的任务执行效率与资源利用率。

本发明授权基于DDQN和启发式策略的计算-存储流联合调度优化方法及系统在权利要求书中公布了：1.基于DDQN和启发式策略的计算-存储流联合调度优化方法，其特征在于，包括： 1计算流与存储流定义； 2工作流调度与执行：当工作流被触发时，调度器根据任务之间的依赖关系与调度策略，逐个评估任务的可执行状态，并将可执行的任务提交给任务执行器；任务执行器负责在工作节点上执行这些任务，确保按照预定的顺序和优先级完成任务； 3DAG结构、队列信息和运行数收集； 4基于历史运行数据的任务运行时间与资源使用预测； 5基于DDQN和启发式策略调度优化； 6调度信息获取与保存； 步骤5中，基于DDQN和启发式策略调度优化，包括： 5-1构建四维状态张量S，如公式6所示： 其中,B表示批量大小，Nt表示任务总数，Nq表示队列总数，D表示特征维度，D为Dtask+Dqueue； 任务特征Dtask为9+Nt，如公式7所示： 其中，w表示任务权重，qassigned表示已分配的队列编号，表示是否为关键路径任务，表示是否为计算流任务，表示是否为触发器任务，表示是否为传感器任务，表示预测的运行时间、CPU、内存,表示依赖任务独热编码； 队列特征：Dqueue,如公式8所示： 其中，cavail表示队列可用CPU资源，ctotal表示队列总CPU资源，mavail表示队列可用内存，mtotal表示队列总内存，savail表示队列可用存储，stotals表示队列总存储，ntasks表示队列中已分配任务数，tend表示队列当前任务结束时间戳； 5-2进行多轮Episode训练，直到满足终止条件；每个Episode包括以下步骤： 环境重置：将仿真环境恢复至初始状态，清空之前的交互历史数据； 任务完成判定：检测当前Episode是否已完成所有预设任务目标，若任务已完成，则跳过后续步骤，直接进入下一Episode； 5-3在当前Episode中，按时间步执行以下操作： 可用动作检测：根据环境当前状态，获得合法动作集合； 从合法动作集合中获取合法动作，验证动作合法性的关键函数Va，如公式9所示： 其中,a表示对任务ti的具体操作，ti表示当前待调度的任务，depsti表示依赖集合，td表示依赖任务，statustd表示任务状态； 根据混合epsilon-greedy与启发式规则a，如公式10所示，选择最优的动作； 其中，∈表示探索率，θonline表示在线网络参数，表示任务i的合法队列集合； j表示合法队列集合中的一个动作，Q表示强化学习中Q值函数，Heuristic表示启发式策略函数； 启发式规则优先将任务分配到当前负载高但需求匹配度低的队列，避免资源过载，如公式11所示： 对每个队列j，计算其负载评分LoadScorej，如公式12所示： 表示CPU重要性权重，表示内存重要性权重； CPU使用率如公式13所示： availablecpuj表示队列j当前可用CPU核数，Ctotal表示队列j的总CPU配额； 内存使用率如公式14所示： availablememoryj表示队列j当前剩余可用内存，Mtotal表示队列j的总内存配额； 通过多目标加权的方式，综合评估调度动作的优劣，如公式15所示： R＝wbalance*rbalance+wtaskbalance*rtaskbalance+wdependency*rdependency+wlocal*rlocal-λ·penalty15； 其中，wbalance表示资源负载均衡评分的权重；rbalance表示资源负载均衡得分；wtaskbalance表示任务数量均衡评分的权重；rtaskbalance表示任务数量均衡评分；wdependency表示依赖完成奖励的权重；rdependency表示依赖完成奖励；wlocal表示局部利用率奖励的权重；rlocal表示局部利用率奖励；λ表示全局差异惩罚的惩罚系数；penalty表示全局差异惩罚； 具体评分项如下： 负载均衡评分rbalance表示各队列CPU内存利用率的均衡性，如公式16所示： 其中，uc表示各队列的CPU利用率，um表示各队列的内存利用率，σ·标准差，衡量资源利用率的波动性； 任务数量均衡评分rtaskbalance表示各队列任务数的均衡性，如公式17所示： 其中，ntasks各表示队列的任务数量，σntasks表示任务数量标准差，maxntasks表示所有队列中最大任务数； 依赖完成奖励rdependency表示未完成依赖任务数的惩罚，如公式18所示： 其中，td表示当前任务的依赖任务，表示指示函数，若依赖任务未完成则值为1，否则为0； 局部利用率奖励rlocal表示当前队列的CPU内存利用率，如公式19所示： 其中，表示当前队列j的CPU利用率，表示当前队列j的内存利用率； 全局差异惩罚为penalty表示各队列最大与最小CPU利用率的差异，如公式20所示： penalty＝maxuc-minuc20； 其中，maxuc表示所有队列中最大CPU利用率，minuc表示所有队列中最小CPU利用率； 5-4通过持续的交互过程不断采集经验数据保存在经验回放缓冲区，在每一次任务调度过程中，记录一个五元组形式的交互样本，如公式21所示： state,action,reward,next_state,done21； 其中，state表示当前调度环境的状态，action表示智能体在当前状态下做出的调度决策，reward表示当前调度动作带来的即时反馈，next_state表示动作执行后环境的下一状态，done表示当前调度过程是否已结束，为布尔值； 通过不断执行调度动作，逐步收集五元组，并将五元组存储到经验回放池中； 当样本数量达到一定规模后，从中采样构成一个训练集，用于对Q值函数进行优化训练。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250353 山东省济南市长清区大学路3501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”。