恭喜中电科普天科技股份有限公司;广东工业大学郭淑林获国家专利权
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!
龙图腾网恭喜中电科普天科技股份有限公司;广东工业大学申请的专利一种网络通信调度优化方法、装置、终端设备及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:CN115460629B 。
龙图腾网通过国家知识产权局官网在2025-06-20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:202210972855.5,技术领域涉及:H04W24/02;该发明授权一种网络通信调度优化方法、装置、终端设备及存储介质是由郭淑林;林凡;林志远设计研发完成,并于2022-08-15向国家知识产权局提交的专利申请。
本一种网络通信调度优化方法、装置、终端设备及存储介质在说明书摘要公布了:本发明涉及网络通信技术领域,公开了一种网络通信调度优化方法、装置、设备及存储介质,所述方法包括获取发送端到接收端的网络通信参数信息,基于所述网络通信参数信息构建网络通信调度模型,根据所述网络通信调度模型的通信时间和通信传输功率消耗,得到所述网络通信调度模型的目标函数,采用强化鼯猴算法计算所述目标函数的最优解,作为所述网络通信调度模型的最优调度,以使所述发送端和所述接收端通过所述最优调度的路径传递信息。本发明提供的一种网络通信调度优化方法、装置、设备及存储介质,能够综合考虑信息传输时间和传输功率消耗,算出网络通信的最优调度,解决网络通信调度优化问题。
本发明授权一种网络通信调度优化方法、装置、终端设备及存储介质在权利要求书中公布了:1.一种网络通信调度优化方法,其特征在于,包括以下步骤: 获取发送端到接收端的网络通信参数信息,其中,所述网络通信参数信息,包括:信号传输单位距离所需的功率、信号传输距离、信号拥堵系数、信息传输的最大速度、信号传输量、信息拥堵状况系数、信息干扰系数、通信时间和通信传输功率消耗; 基于所述网络通信参数信息构建网络通信调度模型,根据所述网络通信调度模型的通信时间和通信传输功率消耗,得到所述网络通信调度模型的目标函数; 采用强化鼯猴算法计算所述目标函数的最优解,作为所述网络通信调度模型的最优调度,以使所述发送端和所述接收端通过所述最优调度的路径传递信息;其中,所述强化鼯猴算法是在鼯猴算法的基础上,引入A-L混沌映射、水波自适应因子、黄金莱维飞行机制和维度交叉学习机制以扩大搜索范围和增强全局寻优能力; 所述采用强化鼯猴算法计算所述目标函数的最优解,具体包括以下步骤: S31.初始化种群参数,设置最大迭代次数T,所述种群参数包括:种群个体数量、滑翔常数、空气密度、升力系数、空气阻力系数、滑翔速度和鼯猴飞行膜的表面积; S32.采用所述A-L混沌映射生成初始种群; S33.把所述目标函数作为适应度函数,计算种群个体位置的适应度值,按所述适应度值从大到小对所述种群个体进行排序,将所述适应度值较大的前N个位置作为鼯猴群体的位置,将所述适应度值较小的N个位置作为果实的位置,剩余的N个位置作为嫩叶的位置,其中,N为所述种群个体数量的三分之一,所述果实和嫩叶的位置是固定的,所述鼯猴个体的位置是可移动的; S34.根据所述鼯猴个体觅食过程的四种移动方式,按照从栖息点到所述果实、从所述栖息点到所述嫩叶、从所述果实到所述嫩叶和从所述嫩叶到所述果实的顺序排列一次迭代采用一种所述移动方式,周期性地对所述鼯猴个体进行位置更新,包括: 当随机数大于或等于捕食者出现的概率时,把通过移动表达式计算得到的位置作为所述鼯猴个体更新后的位置; 当所述随机数小于所述捕食者出现的概率时,把随机生成的位置作为所述鼯猴个体更新后的位置; 所述移动表达式为: 其中,为所述鼯猴个体更新后的位置;d为所述鼯猴个体的滑翔距离;C为所述滑翔常数;为所述鼯猴个体的当前位置;为所述鼯猴个体的目标位置;Xrand为所述随机生成的位置;rand为0,1内的随机数;P为所述捕食者出现概率;γ为所述水波自适应因子,t为当前迭代次数,T为所述最大迭代次数; S35.重复所述S33; S36.若降雨随机数p≥0.5,则更新所述鼯猴个体位置为: 其中,为所述鼯猴个体更新后的位置;s为黄金莱维步长;p为所述降雨随机数;Xi,L、Xi,U分别为第i维的下界和上界; 若所述降雨随机数p0.5,则不更新所述鼯猴个体位置; S37.把所述目标函数作为所述适应度函数,计算所述鼯猴个体位置的适应度值,把当前迭代次数最大适应度值的位置作为所述目标函数的最优解; S38.采用所述维度交叉学习机制产生新的最优个体位置,计算所述最优个体位置的适应度值,将所述最优个体位置的适应度值与所述当前迭代次数最大适应度值进行比较,获取所述目标函数的最优解; S39.若所述当前迭代次数小于所述最大迭代次数,所述当前迭代次数加一,返回执行S33~S38,直到所述当前迭代次数等于所述最大迭代次数,输出所述目标函数的最优解。
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中电科普天科技股份有限公司;广东工业大学,其通讯地址为:510801 广东省广州市迎宾大道95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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。