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！

龙图腾网获悉清华大学申请的专利调度模型的训练方法和系统、调度方法和系统、存储介质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：CN113240003B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202110512654.2，技术领域涉及：G06F18/214；该发明授权调度模型的训练方法和系统、调度方法和系统、存储介质是由黄隆波;胡丕河设计研发完成，并于2021-05-11向国家知识产权局提交的专利申请。

本调度模型的训练方法和系统、调度方法和系统、存储介质在说明书摘要公布了：本申请公开一种调度模型的训练方法和系统、调度方法和系统、以及存储介质。所述调度模型的训练方法包括：获取至少一预设时长内的训练样本集，所述训练样本集包括在各预设时长内的训练样本，所述训练样本包括在所述预设时长内各时隙下的调度数据，所述调度数据包含环境信息、经由运行所述调度模型获得的调度对象的资源分配量、以及基于所述资源分配量执行调度操作后获得的吞吐量；以及基于所述训练样本集训练所述调度模型以更新所述调度模型的参数。本申请通过一预设时长内的训练样本集来训练调度模型以更新调度模型的参数，使得在使用所述调度模型进行调度操作时实现满足资源消耗的同时最大化吞吐量的目的。

本发明授权调度模型的训练方法和系统、调度方法和系统、存储介质在权利要求书中公布了：1.一种调度模型的训练方法，其特征在于，包括以下步骤： 获取至少一预设时长内的训练样本集，所述训练样本集包括在各预设时长内的训练样本，所述训练样本包括在所述预设时长内各时隙下的调度数据，所述调度数据包含环境信息、经由运行所述调度模型获得的调度对象的资源分配量、以及基于所述资源分配量执行调度操作后获得的吞吐量；其中，所述环境信息包括调度对象的状态以及服务通道的状态，所述服务通道是指为所述调度对象分配资源的通道；获取预设时长内的训练样本集的步骤包括：根据各时隙下的环境信息，经由运行所述调度模型获得所述调度对象在相应时隙下的资源分配量以及瞬时加权吞吐量；以及缓存所述训练样本；其中，所述调度模型包括两个演员网络和两个批评家网络，所述批评家网络结构包括第一全连接分支和第一长短期记忆分支，所述第一全连接分支和所述第一长短期记忆分支经第一拼接层后依次连接第三全连接层、第三整流线性单位激活函数以及第四全连接层；其中，所述第一全连接分支中依次包括第一全连接层和第一整流线性单元激活函数，所述第一长短期记忆分支中依次包括第二全连接层、第二整流线性单位激活函数以及第一长短期记忆层，所述批评家网络结构包括第一全连接分支和第一长短期记忆分支，所述第一全连接分支和所述第一长短期记忆分支经第一拼接层后依次连接第三全连接层、第三整流线性单位激活函数以及第四全连接层；其中，所述第一全连接分支中依次包括第一全连接层和第一整流线性单元激活函数，所述第一长短期记忆分支中依次包括第二全连接层、第二整流线性单位激活函数以及第一长短期记忆层；以及 基于所述训练样本集训练所述调度模型以更新所述调度模型的参数；所述基于所述训练样本集训练所述调度模型的步骤包括：对所述训练样本集进行采样；基于所采样的数据，采用梯度下降的方式更新所述调度模型的参数；以及重复上述步骤直至满足预设更新次数为止以完成一个预设时长内的训练，以使得在下一个预设时长内训练样本的获取过程中，调度模型的参数被更新；根据训练样本集训练调度模型期间，对调度模型中批评家网络的参数执行逐次更新，对调度模型中演员网络的参数执行间隔性更新；其中，在训练批评家网络目标值时通过softmax算子的方式实现； 还包括确定所获得的资源分配量是否满足预设约束条件的步骤；所述约束条件为平均资源消耗约束，若满足所述约束条件，则基于所述资源分配量执行调度操作；若不满足所述约束调节，则将不满足约束条件的动作置零以使得在进入到学习环境中并缓存作为训练样本的调度数据中，调度对象的资源分配量以及基于资源分配量执行调度操作后获得的吞吐量被置零，所述约束条件包括当前时刻所获得的资源分配量与累计已用资源分配量之和的平均小于等于一预设值；其中，当前时刻所获得的资源分配量是指当前时刻下经由调度模型获得的资源分配量，累计已用资源分配量是指当前时刻之前的所有时刻下的资源分配量的总和。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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。