专利交易市场

本发明公开了一种基于多智能体强化学习的通信网络智能管理系统，包括通信协议模块、状态感知模块、数据存储和分析模块、智能体模块、自动化决策模块和资源管理模块；通信协议模块根据网络环境和性能要求定义并管理各智能体之间的通信标准和规则，状态感知模块基于传感器实时收集网络设备的网络流量数据，数据存储和分析模块对网络流量数据进行处理，智能体模块基于处理后的网络流量数据，利用深度神经网络和强化学习模型获取最优流量调整策略，自动化决策模块生成网络管理决策，根据该决策自动调整网络配置、优化资源分配和预防潜在故障，资源管理模块动态调整网络资源的配置。本发明减少对人工干预的依赖，显著提高了网络管理的效率和响应速度。

本发明涉及D2D辅助的超密集物联网技术领域，具体公开了一种基于GCN‑DDPG的超密集物联网资源分配方法及系统，包括步骤：构建超密集物联网的通信模型；根据通信模型建立冲突图；将冲突图简化为冲突超图；基于所述冲突超图采用基于图卷积神经网络的深度强化学习模型即GCN‑DDPG模型对超密集物联网进行资源分配。本发明通过构建冲突图模型来分析资源复用冲突关系，将冲突图模型转化为冲突超图模型同时分析多个传输链路(transmission link，TL)之间的冲突关系，并将资源分配问题转化到超图的顶点强着色问题。最后提出了基于图卷积强化学习算法(GCN‑DDPG)的无冲突资源分配策略。实验结果表明，与对比算法相比，本算法具有更高的网络资源重用率和吞吐量，在D2D辅助的UD‑IoE中具有更好的性能。

本发明涉及数据交换技术领域，具体为基于物联网的智能农业管理平台，基于物联网的智能农业管理平台包括数据收集与预处理模块、自适应数据传输模块、网络集成管理模块、边缘计算处理模块、智能流量控制模块、数据融合与分析模块、用户交互与反馈模块、系统优化与迭代模块。本发明中，自适应数据传输模块通过动态数据包管理和网络调整优化传输效率，减少拥塞，网络集成管理模块使用异构网络融合和智能路由选择提高数据交换能力和网络可靠性，边缘计算处理模块通过分布式处理和实时分析减轻服务器负担，智能流量控制应用机器学习优化带宽，数据融合与分析增强决策支持，用户交互与反馈模块提升体验，促进系统改进，系统迭代更新支持长期发展。