基于深度学习的测控系统自适应调整方法及系统

AITNT
正文
推荐专利
基于深度学习的测控系统自适应调整方法及系统
申请号:CN202510821187
申请日期:2025-06-19
公开号:CN120353556B
公开日期:2025-12-16
类型:发明专利
摘要
本发明公开了基于深度学习的测控系统自适应调整方法及系统,涉及智能调控技术领域,通过采集测控系统的实时运行数据,将实时运行数据构建为系统状态向量,基于所述系统状态向量,对测控系统中的任务进行特征提取,采用支持向量机对所述任务进行分类,针对不同类型的任务预测其资源需求量,基于资源需求量,对任务优先级进行动态调整,生成任务优先级信息,通过宏观调度层采用遗传算法进行全局资源分配优化;通过微观调度层采用强化学习模型进行实时调度决策,基于宏观调度层优化后输出的资源分配方案,生成具体的资源分配指令。提高了系统资源利用率、减少了任务响应延迟。
技术关键词
测控系统 全局资源分配 强化学习模型 染色体 决策 遗传算法 分析单元 模块 系统吞吐量 智能调控技术 系统资源利用率 状态监控单元 IO密集型 动态调整机制 队列 线性回归模型 编码
系统为您推荐了相关专利信息
1
煤炭行业多模态数据智能分块与标签融合决策方法
语义向量 文本 数据 融合决策方法 噪声指数
2
大数据分析预警用于火力发电厂燃料智能监督系统及方法
火力发电厂燃料 数据分析预警 智能监督 数字孪生体 决策
3
面向CNN网络的移动边缘计算动态卸载方法及设备介质
一体化系统 卸载方法 设备状态数据 神经网络参数 多智能体深度强化学习
4
一种代码生成方法及装置
大语言模型 指令 代码生成方法 决策 信息更新
5
一种配电设备漏点检测系统及方法
漏点检测方法 配电设备 设备运行状态 漏点检测系统 多模态传感器
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