专利交易市场

本发明公开了一种基于强化学习的消费者体验驱动的智能菜单优化方法、系统、设备及介质，所述方法包括如下步骤：以获得最优菜单为目标，构建强化学习模型，采用马尔科夫决策过程刻画强化学习模型；采用强化学习模型对智能体进行训练，获得智能体生成的菜单优化策略；根据菜单优化策略，对菜单进行优化。本发明通过智能体生成菜单优化策略，能够实时地、自动地对菜单进行优化调整，满足顾客的需求，提高顾客的体验，使得餐厅能够提供更加智能化和个性化的服务，同时可以使得餐厅可以较好地适应不断变化的市场和口味趋势。

本发明提供一种响应时间保障型集群系统及其规模调整方法，通过采用循环队列覆盖式统计记录并计算预设时间内的负载的五项特征的采样值，准确反映集群的情况，同时基于平均响应时间评估集群系统服务质量，并根据集群系统服务质量水平在期望范围时的具体负载各特征值与集群规模实际提供值来为样本，以负载的各项特征与集群系统服务质量间的变化关联程度为判定特征的重要依据，生成阈值决策树，使得生成的阈值决策树更能反应负载与系统服务质量之间的联系，进而从而实现快速根据当前负载各特征值得出与之匹配的集群规模，及时将系统集群规模调整为合适大小。

本发明公开了一种基于线性关系的负载资源需求量评估方法，该发明针对能量感知型集群系统中负载资源需求量因负载波动而难以评估的问题，提出在负载特征与负载资源需求量之间构建一个通用的线性关系，并利用此关系采用一种以线性回归作为基本算法的评估方法，最终通过该评估方法做出准确的负载资源需求量评估。在系统运行阶段，正确的负载特征与其需求量信息不断被收集。通用线性关系中的可变参数则由评估方法依据这些需求量信息，采用线性回归的方式计算出与真实情况相符的具体数值。在确定通用线性关系中具体参数值之后，适用于负载情况的线性关系被确定。继而，评估方法将当前负载特征代入到此确定关系中，最终计算出当前负载的需求量评估值。

本实用新型涉及健身器相关技术领域，尤其涉及一种便携式健身器，包括健身器和便携机构，其中便携机构包括第一插槽、插柱、固定块、第二插槽、转动槽、卡合槽、第一限位槽、第一弹簧和限位板，所述健身器的一侧表面设置有便携机构。该一种便携式健身器，将插柱和固定块对齐孔槽插入健身器中，此时插柱插合第一插槽，固定块插合第二插槽，使其下压限位板，此时限位板受力下压挤压第一弹簧，第一弹簧受力收缩，使限位板收缩到卡合槽中，接着转动插住，使固定块对齐卡合槽，松开插柱，第一弹簧回弹，带动限位板上顶，使其固定块卡进卡合槽中完成固定，在不使用时，可以将插柱整个拆卸下来，从而放入背包携带。