一种基于启发式算法的车联网联邦学习协作分配方法

本发明涉及智能车联网技术领域，具体是一种基于启发式算法的车联网联邦学习协作分配方法，包括(1)根据车辆属性以及车间距离使用启发函数对车辆的功能进行划分，得抛弃节点、聚合节点、训练节点和中转节点；(2)根据所述抛弃节点、所述聚合节点、所述训练节点和所述中转节点生成邻接矩阵，并使用Dijkstra算法生成联邦学习模型从所述聚合节点至所述训练节点和所述中转节点的收发路径；(3)根据指定策略展开联邦学习，包括模型下发、本地训练、模型回收、模型聚合。本方法能适应车联网中动态变化的拓扑结构，能有效提升驾驶场景下联邦学习的训练效率；还实现了较低的联邦学习整体耗时和较高的运行效率，符合车联网动态拓扑下联邦学习的需求。