公开(公告)号：CN116974751A

公开(公告)日：2023-10-31

申请号：CN202310704103.5

申请日：2023-06-14

Applicant: 湖南大学

Inventor： 杨科华 ,  姚成伟 ,  赵欢 ,  王鹏

IPC: G06F9/50 ,  H04L67/1001 ,  H04L67/12 ,  H04L41/083 ,  G06N3/092 ,  G06N3/045 ,  G06N7/01 ,  G06Q10/047 ,  G06Q50/30

Abstract: 本发明公开了一种基于多智能体辅助边缘云服务器的任务调度方法，包括描述多智能体辅助MEC系统场景，构造用户、服务器、与多智能体的任务调度问题；建立多智能体马尔可夫模型，重新构造任务调度问题；通过TD3算法进行集中训练处理，同时采用Attention机制，构造改进的多智能体TD3算法；采用改进的多智能体TD3算法、处理后的多智能体进行重新训练，使得每个智能体得到一个全局最优策略模型；通过每个智能体独立的执行最优策略，完成系统的调度任务；本发明方法有效的减少用户任务的计算时延，减轻边缘云服务器的负担，大大提高用户的体验质量，并且能够更有效的处理用户移动的问题。

公开(公告)号：CN116645130A

公开(公告)日：2023-08-25

申请号：CN202310421463.4

申请日：2023-04-19

Applicant: 湖南大学

Inventor： 杨科华 ,  王鹏 ,  姚成伟

IPC: G06Q30/0202 ,  G06N3/0442 ,  G06N3/098 ,  G06N3/096

Abstract: 本发明公开了一种基于联邦学习与GRU结合的汽车订单需求量预测方法，包括获取历史汽车订单数据并处理得到训练数据集和验证数据集；采用构建的训练数据集训练GRU模型构建GRU预测模型；针对GRU预测模型进行处理构建最终的GRU预测模型；采用基于联邦学习的方法针对最终的GRU预测模型进行训练处理，构建若干客户端本地模型；采用知识蒸馏的方法针对构建的若干个客户端本地模型进行迁移处理，构建联邦学习全局预测模型；采用构建的联邦学习全局预测模型，完成对汽车订单需求量的预测处理；本发明充分考虑预测信息，有效保障数据的隐私安全；而且本发明的预测精度高、通信成本低、模型稳定性强。