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！

龙图腾网恭喜北京科杰科技有限公司申请的专利基于强化学习算法的异构元数据智能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：CN119719782B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510218161.6，技术领域涉及：G06F18/214；该发明授权基于强化学习算法的异构元数据智能调度优化方法及系统是由高海玲;高经郡;于俊发设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本基于强化学习算法的异构元数据智能调度优化方法及系统在说明书摘要公布了：本发明提供基于强化学习算法的异构元数据智能调度优化方法及系统，涉及异构数据技术领域，包括通过构建多层次动态特征提取机制，利用自注意力机制对多源异构元数据进行特征分解，生成特征矩阵集合，并通过变压器编码器进行特征融合。基于融合特征向量训练双通道神经网络调度策略模型，结合深度强化学习实现分层优化，生成调度动作候选集并评估其性能。该方法有效提升了系统负载均衡、访问延迟、资源利用率和数据局部性，具有显著的技术优势。

本发明授权基于强化学习算法的异构元数据智能调度优化方法及系统在权利要求书中公布了：1.基于强化学习算法的异构元数据智能调度优化方法，其特征在于，包括：构建多层次动态特征提取机制，通过分布式数据采集引擎获取多源异构元数据系统中的实时元数据信息，对所述实时元数据信息采用自注意力机制进行特征分解，得到元数据的特征矩阵集合，所述特征矩阵集合包括类型特征矩阵、时序特征矩阵、关系特征矩阵和负载特征矩阵；将所述特征矩阵集合输入transformer编码器进行特征融合，生成融合特征向量，并通过自适应降维算法构建特征向量空间；基于所述特征向量空间训练双通道神经网络结构的调度策略模型，其中图卷积神经网络通道基于所述类型特征矩阵和所述关系特征矩阵提取空间特征，门控循环单元网络通道基于所述时序特征矩阵和所述负载特征矩阵提取时序特征，输出初始调度策略参数；根据所述初始调度策略参数，建立基于深度强化学习的分层优化机制，将所述融合特征向量作为状态输入，生成调度动作候选集；设计多目标评价函数对候选动作进行评估，通过自适应权重系统分别计算系统负载均衡度得分、访问延迟得分、资源利用率得分和数据局部性得分，将所述系统负载均衡度、所述访问延迟得分、所述资源利用率得分与所述数据局部性得分进行加权组合得到多维度系统性能综合评分，基于所述多维度系统性能综合评分构建综合奖励函数；采用双目标Q网络结构进行策略优化，其中在线网络基于所述综合奖励函数实时更新策略参数，目标网络通过软更新机制保持训练稳定性，将优化后的策略参数输出为调度决策序列；将所述调度决策序列输入分布式调度执行引擎，通过两阶段提交协议执行元数据调度操作；基于所述融合特征向量设置自适应监控阈值，部署分布式监控网络实时采集系统运行状态数据；当监控数据偏离所述自适应监控阈值时，将所述监控数据与原始融合特征向量进行差异分析，根据差异程度启动分层调度优化策略，对局部异常采用增量调整方式，对全局异常触发策略重优化；将优化后的调度效果数据作为新的训练样本，通过联邦学习框架对所述双通道神经网络和双目标Q网络进行分布式增量训练，实现调度策略模型的持续优化。

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北京科杰科技有限公司，其通讯地址为：100096 北京市海淀区东升科技园北街6号院10号楼11层101；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”。