专利交易市场

本发明公开了一种改善网络拥塞现象的分布式预测控制方法。本发明具体实现步骤如下：步骤1、分析实际通信网络数据包传输动态，并建立状态空间模型；步骤2、设计加权矩阵的多胞体结构表示方法；步骤3、设计系统的线性增益性能指标和混合性能指标；步骤4、设计通信网络数据包的数量分布式模型预测状态反馈控制律。本发明通过数据采集、模型搭建、性能指标优化、约束控制及分布式控制器设计等手段，确立了一种基于正系统模型的分布式预测控制方法，用于改善网络拥塞现象，利用该方法可以有效实现大规模复杂通信网络数据包的平稳发送与接收，减少网络负载影响，提高网络传输质量等。

本发明公开了一种面向智算中心的多层级网络拥塞控制方法，涉及网络通信技术领域。所述方法包括如下步骤：实时监测智算中心各层级网络的流量状态参数；基于各层级网络流量状态参数分别计算各层级的拥塞系数；设定各层级网络动态拥塞阈值；当单层拥塞系数超过动态拥塞阈值时，分别对各层级网络进行拥塞控制；当两个及以上层级拥塞系数超过动态拥塞阈值时，进行跨层级协同优化。本发明方法通过单层独立拥塞控制和多层级联合拥塞控制，当单层网络拥塞时能快速解决，当多层级网络都拥塞时，通过联合优化使得整体网络性能优化更高。本发明通过跨层级协同优化，在智算中心网络全局拥塞时，能够更好地协同其余层级的网络状况，且有效平衡敏感度与稳定性。

本发明公开了一种基于多维数据驱动的通信网络优化控制系统及方法，包括通信采集模块实时采集通信网络中各通信节点处的多个网络流量数据、用户行为数据和交换模式数据；第一分析单元将各网络流量数据输入预选训练完成的流量预测模型中，预测得到一预设时间段后的网络预测流量；第二分析单元对各用户行为数据进行分析，处理得到各用户的网络通信习惯；第三分析单元根据预设的流量分类算法对各交换模式数据进行分类得到多个分类数据；综合处理单元根据网络预测流量、网络通信习惯以及根据各分类数据处理得到综合分析结果；通信调节模块根据综合分析结果对各通信节点处的带宽资源、路由选择以及流量分流进行动态调整。本发明实现对网络通信资源的优化控制。

本发明公开了一种基于流量状态预测的队列智能管理方法，包括：基于GRU算法，进行网络流量状态预测；构建网络状态元组，基于策略神经网络和目标神经网络组成智能体，智能体根据当前时刻的网络状态，基于ε‑greedy策略决策并输出动作；设置奖励函数，智能体根据所采取的动作获得相应的奖励，更新网络状态，组建经验样本；智能体选取经验样本，对策略神经网络和目标神经网络进行训练并更新权重，完成队列的管理；本发明所设计的方法在提高了算法泛化性的同时，通过对网络流量状态的预测，实现了对突发流量的合理控制。