-
公开(公告)号：CN116954629A
公开(公告)日：2023-10-27
申请号：CN202310733225.7
申请日：2023-06-20
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于多维信息预测的移动边缘计算应用程序动态部署方法，该方法考虑一个由多个异质的移动用户、多个资源受限的边缘服务器组成的边缘计算系统，提出多维信息的预测和分析方法，设计需求感知的自适应应用服务更新算法。以最小化平均用户服务延时和主动部署应用程序的存储成本为目标构建出优化问题，其中算力资源等都被约束。本发明所述方法构建了一种分支定界方法来确定应用程序部署的周期和位置以及并行计算的应用程序实例的数量，实现预测信息的有效利用，达成主动部署与被动路由之间的动态平衡。从而使整个系统的部署成本和用户服务时延达到最低。同时，构建了一种低复杂的贪心算法，更快速地找到最优解。
-
公开(公告)号：CN116405942A
公开(公告)日：2023-07-07
申请号：CN202310203365.3
申请日：2023-03-06
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于动态联盟博弈的物理层安全无线传输中三方设备智能决策方法，对于考虑物理层安全的无线传输环境中存在的窃听设备、合法用户和干扰机三方之间的动态合作与对抗关系采用多阶段序贯博弈和动态联盟博弈来建模，以为达成三者各自的效用最大为目标，帮助这三方设备进行智能决策。在考虑物理层安全的无线传输系统中，本发明采用基于动态联盟博弈的联盟形成算法来完成三方设备的结盟对象选择，并通过深度强化学习算法训练代表各方设备的智能体来完成三方设备的最佳决策，包括合法用户的基站选择、传输功率分配和单位激励量制定，窃听设备的单设备激活选择和单位激励量制定，以及干扰机的干扰功率分配。
-
公开(公告)号：CN116302507A
公开(公告)日：2023-06-23
申请号：CN202310167050.8
申请日：2023-02-27
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于休假排队的应用服务动态部署与更新方法。该方法考虑一个由移动设备、边缘服务器、云服务器组成的边缘计算系统，通过排队论相关模型分析系统的关键性能指标，推导出包括但不限于边缘服务器平均延迟、应用部署在边缘服务器上的概率、忙期概率等相关指标的闭式表达式，提出高效的动态应用部署及更新策略。以最小化平均系统延时为目标构建出优化问题，其中存储空间以及能量消耗等都被约束。本发明所述方法构建了一种内点凸近似优化方法来确定用户任务卸载概率、应用响应阈值、应用等待持续时间、边缘服务器算力资源分配，从而使整个系统的平均时延最低。
-
公开(公告)号：CN114900813A
公开(公告)日：2022-08-12
申请号：CN202210418139.2
申请日：2022-04-20
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于强化学习的工业无线传感网中传感器采样调度方法，该方法针对时序工业无线传感网络及边缘计算中传感器采样任务进行调度，包括定义指标Ageof Date Processing(AoDP)作为新鲜度来度量系统状态。本发明通过决策传感器和大小基站之间的接入模式选择和每个传感器的采样频率大小，在满足大小基站的带宽、计算资源最优化分配的前提下，以系统在寻求最小化接收终端系统状态新鲜度(AoDP)的目标，构建基于强化学习和动态规划的联合优化来对无线传感网中的采样任务下的各种不同类型传感器进行上行传输和等待时间的联合决策优化。本发明可以为无线传感网络和工业物联网中时间敏感应用最小化系统新鲜度和采样设备的合理决策提供参考。
-
公开(公告)号：CN114881287A
公开(公告)日：2022-08-09
申请号：CN202210355670.X
申请日：2022-04-06
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种面向工业无线可充电传感网络的能源优化方法，该方法结合生产线监控任务的需求、传感器的性能、移动充电车的性能等，建立工业无线可充电传感网络数学模型，并将该目标优化问题转化为选择最优的传感器激活及优化移动充电车的充电路径两个子问题进行求解；然后将移动充电车的路径规划问题建模成马尔科夫决策过程，采用深度强化学习算法对该网络模型进行训练，得到一个可以用来解决路径规划问题的深度强化学习模型；其次，利用基于边际产品的近似算法，并结合深度强化学习模型，通过不断迭代地选择要激活的传感器及计算出相应的移动充电车的充电路径，得到最优的传感器集合及相应最优的移动充电车的充电路径。
-
Patent Agency Ranking
公开(公告)号：CN112016817A
公开(公告)日：2020-12-01
申请号：CN202010818408.5
申请日：2020-08-14
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种智能电网中基于同伴效应的需求响应方法，主要用于优化智能电网中需求响应方法的性能。本发明考虑了智能电网中用户间存在的同伴效应对用户最终用电消费决策的影响，分析用户间关系网络模型并构造为关系矩阵，收集住宅用户的历史用电信息以获取用户用电偏好需求，每个时间片内供电公司与用户之间的互动都被构建为一个两阶段的Stackelberg博弈模型，提出了一种随时间变化的基于同伴效应的需求响应方案，通过迭代算法得出随时间变化的电价和最优用电调度策略，降低电网的峰均比和总负载，降低发电成本支出，实现节能减排和综合效益的提升。
-
公开(公告)号：CN111401553A
公开(公告)日：2020-07-10
申请号：CN202010169564.3
申请日：2020-03-12
Applicant: 南京航空航天大学
Abstract: 本发明涉及一种基于神经网络的缺失数据填充方法及系统。该方法包括：获取历史测量数据；根据所述历史测量数据进行模型训练，得到训练好的神经网络模型；获取发生数据缺失的测量数据；根据训练好的神经网络模型对所述发生数据缺失的测量数据进行估算，得到填充缺失数据后的完整数据。本发明不仅能够提升估算缺失数据的性能，而且能够降低缺失值估算的技术条件。
-
公开(公告)号：CN110968075A
公开(公告)日：2020-04-07
申请号：CN201911280120.0
申请日：2019-12-13
Applicant: 南京航空航天大学
IPC: G05B23/02
Abstract: 本发明提供一种基于主动学习自组织蜂窝网络的故障诊断方法及系统，所述方法包括：构建系统仿真平台；利用所述系统仿真平台仿真网络故障，获得多个关键性能指标KPI数据；从多个所述KPI数据中选取第一设定数量的所述KPI数据作为训练集，将剩余的所述KPI数据作为测试集；根据所述训练集确定学习引擎；利用所述测试集中各KPI数据进行验证，获得输出学习引擎，以使后续将所述待测KPI数据输入所述学习引擎中进行故障诊断。本发明减少了故障预测所需的带有故障原因的KPI数据的数量，而且还提高了故障预测的准确性。
-
公开(公告)号：CN114881287B
公开(公告)日：2025-04-11
申请号：CN202210355670.X
申请日：2022-04-06
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种面向工业无线可充电传感网络的能源优化方法，该方法结合生产线监控任务的需求、传感器的性能、移动充电车的性能等，建立工业无线可充电传感网络数学模型，并将该目标优化问题转化为选择最优的传感器激活及优化移动充电车的充电路径两个子问题进行求解；然后将移动充电车的路径规划问题建模成马尔科夫决策过程，采用深度强化学习算法对该网络模型进行训练，得到一个可以用来解决路径规划问题的深度强化学习模型；其次，利用基于边际产品的近似算法，并结合深度强化学习模型，通过不断迭代地选择要激活的传感器及计算出相应的移动充电车的充电路径，得到最优的传感器集合及相应最优的移动充电车的充电路径。
-
公开(公告)号：CN115865698B
公开(公告)日：2025-01-03
申请号：CN202211508259.8
申请日：2022-11-28
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种移动感知的多目标业务功能链部署和迁移方法，用于解决多目标业务请求的移动终端的业务功能链的部署和迁移的决策问题。该方法主要通过构建网络拓扑结构，根据各自位置信息和物理网络拓扑中的可用资源信息与移动终端业务请求信息，将其作为基于深度强化学习的神经网络的输入，由控制中心的神经网络经计算得出最优化的策略，实现业务功能链的最优部署和迁移策略。本发明综合考虑了物理网络拓扑，移动终端和控制中心之间的决策影响，实现了高效的业务功能链部署和迁移策略，得出在不同情况下的最优部署和迁移位置，以求为更多的业务功能链提供服务，优化资源使用成本和迁移成本。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.032 seconds)
