基于强化学习的大规模多组件系统的开发运营优化系统及方法

AITNT
正文
推荐专利
基于强化学习的大规模多组件系统的开发运营优化系统及方法
申请号:CN202411944114
申请日期:2024-12-27
公开号:CN119376698B
公开日期:2025-03-21
类型:发明专利
摘要
本发明公开了一种基于强化学习的大规模多组件系统的开发运营优化系统及方法,实时集群DevOps,在不同抽象级别上促进DevOps性能的分析和评估,RTCD自动化任务依赖项提取、序列生成、任务调度和任务映射,通过优化引擎使用算法强化学习动态优化系统,改进DevOps关键绩效指标KPI,从历史数据中学习以改进任务执行时间估算、调度、映射和资源分配决策。本发明将强化学习与关键性能指标整合,以持续分析DevOps性能指标,并调整过程参数以最大化效率和效果,实现汽车系统的高效开发和部署。
技术关键词
多组件系统 序列生成器 任务调度器 关键绩效指标 动态优化系统 强化学习模型 强化学习算法 资源管理器 深度确定性策略梯度 多智能体强化学习 模拟训练环境 任务调度程序 系统资源利用率 调度算法 分层强化学习 故障恢复时间 深度Q学习 资源分配策略
系统为您推荐了相关专利信息
1
一种基于动态随机森林与特征压缩器的云边协同推理方法
推理方法 压缩器 动态任务调度器 网络监视器 DNN模型
2
一种任务空间统一视图的无人机集群任务规划系统
大语言模型 无人机集群 规划系统 策略 运动路径规划
3
一种用户时空行为跟踪的交通信号动态优化方法与系统
动态优化方法 交通信号优化 车道 交通信号灯 动态优化系统
4
一种辅助移植Android语言到鸿蒙ArkTS语言的系统
分布式计算架构 解析算法 任务调度器 语法模型 计算机软件工程
5
一种基于量子音频隐写的信息安全传输方法
信息安全传输方法 密钥 EMD算法 音频 接收端
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号