一种边缘智能优化方法和装置

    公开(公告)号:CN115357402B

    公开(公告)日:2023-01-24

    申请号:CN202211282973.X

    申请日:2022-10-20

    Abstract: 本发明涉及一种边缘智能优化方法和装置。本发明提供的边缘智能优化方法,基于模型参数、训练的轮数、通信时间、闲时CPU占用率和训练能耗构建环境的本轮状态,各个边缘设备根据本轮状态中的对应轮数信息参与联邦训练,采集本地模型参数、通信时间、闲时CPU利用率和训练能耗等信息,更新本轮状态,使得环境转移到下一个状态。边缘设备不断与环境进行交互,产生大量轨迹信息用于策略模型的更新,直至策略模型收敛,以根据每个设备的计算速度、训练能耗、通信时间,分配不同的联邦训练轮数,进而达到平衡计算异构和减少能耗开销的目的。

    一种基于容器云和模型预测控制的汽车能源管理方法

    公开(公告)号:CN115047771A

    公开(公告)日:2022-09-13

    申请号:CN202210816336.X

    申请日:2022-07-12

    Abstract: 本发明提供了一种基于容器云和模型预测控制的汽车能源管理方法,针对插电式混合动力汽车非线性系统设计了融合并行多块ADMM算法与容器云的计算模型预测控制云架构,从而提高了非线性模型预测控制的实时可行性;针对具有非线性约束的非凸问题,设计一种并行多块ADMM算法,推导出该算法在合理假设下收敛于问题的局部最优解,利用此高并行的分布式优化算法,开发出计算型模型预测控制,它可以将非线性系统的NMPC优化问题转化为在一个预测步骤中只与该时刻的决策变量相关的一系列子问题,并利用具有丰富计算资源的云,设计出一种基于云的计算MPC架构。该架构将并行算法和容器云技术充分融合,使得所分解的每个子问题在相应的容器中并行求解,从而提高计算效率。

Patent Agency Ranking