公开(公告)号：CN112685165B

公开(公告)日：2022-08-23

申请号：CN202110024639.3

申请日：2021-01-08

申请人： 北京理工大学

发明人： 李慧芳 ,  王彬阳 ,  黄姜杭 ,  王一竹 ,  黄经纬 ,  邹伟东 ,  柴森春 ,  夏元清

IPC分类号： G06F9/48 ,  G06F9/455 ,  G06N20/00 ,  G06N3/04

摘要： 本发明公开了一种基于联合强化学习策略的多目标云工作流调度方法，通过对工作流请求和云资源的属性和方法进行扩展建立了强化学习agent联合策略模型，使调度模型更加贴合实际的工作流应用场景，在行为选择时综合考虑调度进程、各决策子网络以及历史决策信息的影响，使得最终选择的行为更为合理，进一步提升了算法产生非支配解集的主导性和多样性，有效提高了方法的实用性。

公开(公告)号：CN111191934B

公开(公告)日：2022-04-15

申请号：CN201911409785.7

申请日：2019-12-31

申请人： 北京理工大学

发明人： 王彬阳 ,  李慧芳 ,  袁艳 ,  邹伟东 ,  柴森春 ,  夏元清

IPC分类号： G06Q10/06 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于强化学习策略的多目标云工作流调度方法，通过利用指针网络对强化学习Agent进行改进形成改进后的深度强化学习算法构建基于强化学习策略的工作流调度模型，使得工作流调度模型能适用于不同大小、不同类型的云工作流调度问题，在保证较高时效性的同时，提升模型的泛化能力。

公开(公告)号：CN112905307A

公开(公告)日：2021-06-04

申请号：CN202110436876.0

申请日：2021-04-22

申请人： 北京理工大学

发明人： 李慧芳 ,  徐光浩 ,  鲁本 ,  王丹敬 ,  王彬阳 ,  邹伟东 ,  柴森春 ,  夏元清

IPC分类号： G06F9/455 ,  G06N3/12

摘要： 本发明公开了一种基于贫富优化算法的多目标云工作流调度方法，通过将贫富优化算法应用于离散优化问题，为多目标云工作流调度提供了一条新的解决路径，引入了基于多种群的多目标优化框架，采用两个种群ΨT和ΨC，分别优化工作流的最大完工时间makespan和执行成本cost，即对ΨT和ΨC中的个体，使用贫富优化算法并侧重各自的优化目标进行更新，以同时、充分地优化两个目标，提高了算法迭代搜索的效率。

公开(公告)号：CN112231091A

公开(公告)日：2021-01-15

申请号：CN202011224499.6

申请日：2020-11-05

申请人： 北京理工大学

发明人： 李慧芳 ,  黄姜杭 ,  王彬阳 ,  王一竹 ,  王丹敬 ,  邹伟东 ,  柴森春 ,  夏元清

IPC分类号： G06F9/48 ,  G06N3/04 ,  G06N20/00

摘要： 本发明公开了一种基于强化学习策略的并行云工作流调度方法，通过在任务选择过程中引入指针网络，并将softmax概率分布作为“指针”来处理可变长度的输入，使工作流调度模型在工作流调度的不同阶段，能够感知待选任务的动态变化，学习更多的任务执行顺序知识，提高调度解的优化性能。

公开(公告)号：CN111191934A

公开(公告)日：2020-05-22

申请号：CN201911409785.7

申请日：2019-12-31

申请人： 北京理工大学

发明人： 王彬阳 ,  李慧芳 ,  袁艳 ,  邹伟东 ,  柴森春 ,  夏元清

IPC分类号： G06Q10/06 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于强化学习策略的多目标云工作流调度方法，通过利用指针网络对强化学习Agent进行改进形成改进后的深度强化学习算法构建基于强化学习策略的工作流调度模型，使得工作流调度模型能适用于不同大小、不同类型的云工作流调度问题，在保证较高时效性的同时，提升模型的泛化能力。

公开(公告)号：CN112905307B

公开(公告)日：2022-07-22

申请号：CN202110436876.0

申请日：2021-04-22

申请人： 北京理工大学

发明人： 李慧芳 ,  徐光浩 ,  鲁本 ,  王丹敬 ,  王彬阳 ,  邹伟东 ,  柴森春 ,  夏元清

IPC分类号： G06F9/455 ,  G06N3/12

摘要： 本发明公开了一种基于贫富优化算法的多目标云工作流调度方法，通过将贫富优化算法应用于离散优化问题，为多目标云工作流调度提供了一条新的解决路径，引入了基于多种群的多目标优化框架，采用两个种群ΨT和ΨC，分别优化工作流的最大完工时间makespan和执行成本cost，即对ΨT和ΨC中的个体，使用贫富优化算法并侧重各自的优化目标进行更新，以同时、充分地优化两个目标，提高了算法迭代搜索的效率。

公开(公告)号：CN112052795B

公开(公告)日：2022-10-18

申请号：CN202010927702.X

申请日：2020-09-07

申请人： 北京理工大学

发明人： 李慧芳 ,  石其松 ,  樊锐 ,  黄姜杭 ,  王彬阳 ,  姚小兰 ,  刘向东

IPC分类号： G06V40/20 ,  G06V20/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/52 ,  G06V10/82 ,  G06N3/04

摘要： 本发明公开了一种基于多尺度时空特征聚合的视频行为识别方法，通过采用多通道并行采样方法，分别从输入视频中抽取不同时间尺度帧图像序列，以获取对人体行为更具鲁棒性的多尺度序列表示，使模型能够同时关注不同类型的数据输入，实现对行为表征的全面学习，提高人体行为识别的准确率；通过差异化采样、网络结构优化以及特征融合策略，构建多尺度时空特征聚合网络，对输入视频中的人体行为进行准确识别，并在一定程度上满足应用场景的实时性要求，为视频行为的高效、精准识别提供了新的思路和途径。

公开(公告)号：CN113220414B

公开(公告)日：2022-09-09

申请号：CN202110435961.5

申请日：2021-04-22

申请人： 北京理工大学

发明人： 李慧芳 ,  黄经纬 ,  鲁本 ,  王一竹 ,  王彬阳 ,  邹伟东 ,  柴森春 ,  夏元清

IPC分类号： G06F9/455 ,  G06N3/12

摘要： 本发明公开了一种基于改进贫富优化算法的云工作流调度方法，通过在现有贫富优化(PRO)算法的基础上引入了中产种群，并在中产种群更新过程中应用了局部搜索策略，在增加搜索多样性的同时，避免了算法陷入局部最优的可能性；同时，在富有种群迭代更新机制中，分别采用最优富有个体和最优中产个体引导种群进化，通过更新每个个体并产生两个新个体，扩大了搜索空间，增加了种群的多样性。

公开(公告)号：CN113157381B

公开(公告)日：2022-07-05

申请号：CN202010407394.8

申请日：2020-05-14

申请人： 北京理工大学

发明人： 李慧芳 ,  袁艳 ,  王彬阳 ,  王丹敬 ,  王一竹 ,  黄姜杭 ,  柴森春 ,  夏元清

IPC分类号： G06F9/455 ,  G06N3/00 ,  G06N3/12

摘要： 本发明公开了基于非支配排序和猫头鹰搜索的多工作流调度方法，通过同时引入非支配排序遗传算法及猫头鹰搜索算法来计算多工作流调度方案的方法，利用非支配排序遗传算法的多样性生成和保持优点，对种群的50％较优个体进行更新，以保证优良个体的多样性，降低了算法非支配解搜索陷入局部最优的可能性。

公开(公告)号：CN109992355B

公开(公告)日：2021-04-13

申请号：CN201910283968.2

申请日：2019-04-10

申请人： 北京理工大学

发明人： 王彬阳 ,  李慧芳 ,  石其松 ,  胡光政 ,  邹伟东 ,  柴森春 ,  夏元清

IPC分类号： G06F9/455 ,  G06F9/50 ,  G06N3/12

摘要： 本发明公开了一种基于改进非支配遗传算法的多目标云工作流调度方法。本发明通过引入计分机制思想，考虑当前种群和历史种群信息对个体主导信息的影响，改善了种群个体评价的准确性，提高了迭代搜索的效率；构建了种群层级结构，直观刻画了算法搜索所遍历的最优解的多样性、最优性，通过改善父代个体选择方式，并在迭代过程中，根据子代个体接近Pareto最优的程度对种群层级结构进行动态更新，提高了找到的解接近Pareto最优的可能性；同时，提出了基于最优层级个体监测的搜索方向自适应调整策略，通过设置局部最优和发散检测参数，能够在搜索陷入局部最优或者趋于发散时，及时调整相关参数，改变寻优方向使其跳出局部最优或者回归收敛。