一种基于边云协同的数据驱动学习模型组合优化方法

本发明公开了一种基于边云协同的数据驱动学习模型组合优化方法，该方法包括下述步骤：基于云节点、边缘节点和设备节点构建协同计算框架，分配分布式任务和计算资源；构建多个微服务接口，包括平台服务接口、边缘节点的评估服务接口和模型训练服务接口、云节点的模型升级服务接口和候选解评估服务接口；构建基于集成学习的多轮模型组合策略和模型在线增强组合训练策略，多个微服务接口被封装成Docker镜像保存到云端镜像仓库进行版本管理和分发，构建云节点、边缘节点之间的通信机制。本发明通过云端与边缘计算的协同工作，显著提高复杂分布式优化问题的求解效率，提高了资源利用效率和数据处理智能性。