買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉齊魯工業大學(山東省科學院);山東省計算中心(國家超級計算濟南中心)申請的專利基于DDQN和啟發式策略的計算-存儲流聯合調度優化方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120371483B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510863895.X，技術領域涉及：G06F9/48；該發明授權基于DDQN和啟發式策略的計算-存儲流聯合調度優化方法及系統是由郭瑩;鄭鎮坤;王迪;張秋萍;岳龍飛;劉袁和設計研發完成，并于2025-06-26向國家知識產權局提交的專利申請。

本基于DDQN和啟發式策略的計算-存儲流聯合調度優化方法及系統在說明書摘要公布了：本發明涉及基于DDQN和啟發式策略的計算?存儲流聯合調度優化方法及系統，屬于分布式計算與智能調度技術領域，包括：（1）計算流與存儲流定義；（2）工作流調度與執行：當工作流被觸發時，調度器根據任務之間的依賴關系與調度策略，逐個評估任務的可執行狀態，并將可執行的任務提交給任務執行器；任務執行器負責在工作節點上執行這些任務，確保按照預定的順序和優先級完成任務；（3）DAG結構、隊列信息和運行數收集；（4）基于歷史運行數據的任務運行時間與資源使用預測；（5）基于DDQN和啟發式策略調度優化；（6）調度信息獲取與保存。本發明顯著提升系統的任務執行效率與資源利用率。

本發明授權基于DDQN和啟發式策略的計算-存儲流聯合調度優化方法及系統在權利要求書中公布了：1.基于DDQN和啟發式策略的計算-存儲流聯合調度優化方法，其特征在于，包括： 1計算流與存儲流定義； 2工作流調度與執行：當工作流被觸發時，調度器根據任務之間的依賴關系與調度策略，逐個評估任務的可執行狀態，并將可執行的任務提交給任務執行器；任務執行器負責在工作節點上執行這些任務，確保按照預定的順序和優先級完成任務； 3DAG結構、隊列信息和運行數收集； 4基于歷史運行數據的任務運行時間與資源使用預測； 5基于DDQN和啟發式策略調度優化； 6調度信息獲取與保存； 步驟5中，基于DDQN和啟發式策略調度優化，包括： 5-1構建四維狀態張量S，如公式6所示： 其中,B表示批量大小，Nt表示任務總數，Nq表示隊列總數，D表示特征維度，D為Dtask+Dqueue； 任務特征Dtask為9+Nt，如公式7所示： 其中，w表示任務權重，qassigned表示已分配的隊列編號，表示是否為關鍵路徑任務，表示是否為計算流任務，表示是否為觸發器任務，表示是否為傳感器任務，表示預測的運行時間、CPU、內存,表示依賴任務獨熱編碼； 隊列特征：Dqueue,如公式8所示： 其中，cavail表示隊列可用CPU資源，ctotal表示隊列總CPU資源，mavail表示隊列可用內存，mtotal表示隊列總內存，savail表示隊列可用存儲，stotals表示隊列總存儲，ntasks表示隊列中已分配任務數，tend表示隊列當前任務結束時間戳； 5-2進行多輪Episode訓練，直到滿足終止條件；每個Episode包括以下步驟： 環境重置：將仿真環境恢復至初始狀態，清空之前的交互歷史數據； 任務完成判定：檢測當前Episode是否已完成所有預設任務目標，若任務已完成，則跳過后續步驟，直接進入下一Episode； 5-3在當前Episode中，按時間步執行以下操作： 可用動作檢測：根據環境當前狀態，獲得合法動作集合； 從合法動作集合中獲取合法動作，驗證動作合法性的關鍵函數Va，如公式9所示： 其中,a表示對任務ti的具體操作，ti表示當前待調度的任務，depsti表示依賴集合，td表示依賴任務，statustd表示任務狀態； 根據混合epsilon-greedy與啟發式規則a，如公式10所示，選擇最優的動作； 其中，∈表示探索率，θonline表示在線網絡參數，表示任務i的合法隊列集合； j表示合法隊列集合中的一個動作，Q表示強化學習中Q值函數，Heuristic表示啟發式策略函數； 啟發式規則優先將任務分配到當前負載高但需求匹配度低的隊列，避免資源過載，如公式11所示： 對每個隊列j，計算其負載評分LoadScorej，如公式12所示： 表示CPU重要性權重，表示內存重要性權重； CPU使用率如公式13所示： availablecpuj表示隊列j當前可用CPU核數，Ctotal表示隊列j的總CPU配額； 內存使用率如公式14所示： availablememoryj表示隊列j當前剩余可用內存，Mtotal表示隊列j的總內存配額； 通過多目標加權的方式，綜合評估調度動作的優劣，如公式15所示： R＝wbalance*rbalance+wtaskbalance*rtaskbalance+wdependency*rdependency+wlocal*rlocal-λ·penalty15； 其中，wbalance表示資源負載均衡評分的權重；rbalance表示資源負載均衡得分；wtaskbalance表示任務數量均衡評分的權重；rtaskbalance表示任務數量均衡評分；wdependency表示依賴完成獎勵的權重；rdependency表示依賴完成獎勵；wlocal表示局部利用率獎勵的權重；rlocal表示局部利用率獎勵；λ表示全局差異懲罰的懲罰系數；penalty表示全局差異懲罰； 具體評分項如下： 負載均衡評分rbalance表示各隊列CPU內存利用率的均衡性，如公式16所示： 其中，uc表示各隊列的CPU利用率，um表示各隊列的內存利用率，σ·標準差，衡量資源利用率的波動性； 任務數量均衡評分rtaskbalance表示各隊列任務數的均衡性，如公式17所示： 其中，ntasks各表示隊列的任務數量，σntasks表示任務數量標準差，maxntasks表示所有隊列中最大任務數； 依賴完成獎勵rdependency表示未完成依賴任務數的懲罰，如公式18所示： 其中，td表示當前任務的依賴任務，表示指示函數，若依賴任務未完成則值為1，否則為0； 局部利用率獎勵rlocal表示當前隊列的CPU內存利用率，如公式19所示： 其中，表示當前隊列j的CPU利用率，表示當前隊列j的內存利用率； 全局差異懲罰為penalty表示各隊列最大與最小CPU利用率的差異，如公式20所示： penalty＝maxuc-minuc20； 其中，maxuc表示所有隊列中最大CPU利用率，minuc表示所有隊列中最小CPU利用率； 5-4通過持續的交互過程不斷采集經驗數據保存在經驗回放緩沖區，在每一次任務調度過程中，記錄一個五元組形式的交互樣本，如公式21所示： state,action,reward,next_state,done21； 其中，state表示當前調度環境的狀態，action表示智能體在當前狀態下做出的調度決策，reward表示當前調度動作帶來的即時反饋，next_state表示動作執行后環境的下一狀態，done表示當前調度過程是否已結束，為布爾值； 通過不斷執行調度動作，逐步收集五元組，并將五元組存儲到經驗回放池中； 當樣本數量達到一定規模后，從中采樣構成一個訓練集，用于對Q值函數進行優化訓練。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人齊魯工業大學(山東省科學院);山東省計算中心(國家超級計算濟南中心)，其通訊地址為：250353 山東省濟南市長清區大學路3501號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。