摘要
本申请提供一种基于工业互联网的数字孪生模型的构建方法、装置和设备,涉及工业互联网技术领域。该方法通过将全局数字孪生模型参数下发给多个边缘设备,获取各边缘设备基于全局数字孪生模型参数构建并完成一轮训练后得到的局部数字孪生模型的样本数据量和数据映射偏差;基于所得数据,以最大化全局数字孪生模型的质量为优化目标,从多个边缘设备中,确定本轮训练的边缘设备选择策略、资源分配策略和发射功率分配策略;基于当次确定的策略,获取与边缘设备选择策略对应的边缘设备的局部数字孪生模型参数,以此更新全局数字孪生模型参数。该方法实现了模型构建过程中动态的策略选择,降低了数据偏差导致的负面影响,提升了模型的构建质量。
技术关键词
数字孪生模型
资源分配策略
计算机执行指令
误差函数
强化学习算法
错误率
偏差
参数
样本
工业互联网技术
噪声功率谱密度
数据
可读存储介质
处理器
累积误差
存储器
时延
系统为您推荐了相关专利信息
卸载方法
强化学习算法
深度确定性策略梯度
能耗
无人机飞行轨迹
作业状态分析系统
视频监控数据
矿山
时空标签技术
子模块
策略
追逃博弈
离散状态空间
方程
计算机执行指令
图像数据生成方法
三维场景数据
分布式存储系统
计算机执行指令
模拟传感器