-
公开(公告)号：CN114036230B
公开(公告)日：2024-07-26
申请号：CN202111314149.3
申请日：2021-11-08
申请人： 北京航空航天大学
IPC分类号： G06F16/27 , G06F18/2431 , G06N3/09 , H04L67/61 , H04L67/1097 , H04L67/12 , H04L67/52 , G06N3/092
摘要： 本发明公开一种递归深度强化学习制导的工业区块链优化方法，包括步骤构建状态空间和动作空间；构建强化学习森林，再进入马尔可夫决策过程；在当前决策时期内，执行动作空间,进行迭代调整块大小与块间隔，选择最佳共识算法，获得区块链的块大小、块区间和共识算法；更新RL森林中的信息，更新后的RL森林作为下一决策时期使用；不断进行新数据的输入，并反复执行步骤S20，调整块大小和块区间，输出最佳的共识算法。本发明通过建立递归可扩展的强化学习框架，调整区块链的块大小和块区间，并选择最佳的共识算法，从而优化区块链的性能，能够在当前基础上有效提升区块链系统的事务吞吐量。
-
公开(公告)号：CN114841070A
公开(公告)日：2022-08-02
申请号：CN202210514985.4
申请日：2022-05-11
申请人： 北京航空航天大学
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06F111/06
摘要： 本发明公开一种智能区块链多分片预测及控制方法，包括构建节点关联性信息网络和提取多维度节点信息表征；根据节点关联性信息网络的节点，利用基于top‑k机制的推荐算法构建亲近性子图集合；利用GCN‑LSTM算法对亲近性子图集合中节点进行时空特征表征学习，构建基于图结构的周期性终身学习架构，为构建多分片预测控制模型做资源储备；构建动态环境下基于时空结构的多分片预测控制模型；利用MAAC算法实现所述多分片预测控制模型性能的更新和优化。本发明提高基于动态资源需求的节点多目标优化策略，增强节点时空多维属性表征能力，提升各分块之间的通信安全和区块链智能化多分片预测模型和控制机制的性能。
-
公开(公告)号：CN114841070B
公开(公告)日：2024-07-26
申请号：CN202210514985.4
申请日：2022-05-11
申请人： 北京航空航天大学
IPC分类号： G06F30/27 , G06N3/0442 , G06N3/092 , G06F111/06
摘要： 本发明公开一种智能区块链多分片预测及控制方法，包括构建节点关联性信息网络和提取多维度节点信息表征；根据节点关联性信息网络的节点，利用基于top‑k机制的推荐算法构建亲近性子图集合；利用GCN‑LSTM算法对亲近性子图集合中节点进行时空特征表征学习，构建基于图结构的周期性终身学习架构，为构建多分片预测控制模型做资源储备；构建动态环境下基于时空结构的多分片预测控制模型；利用MAAC算法实现所述多分片预测控制模型性能的更新和优化。本发明提高基于动态资源需求的节点多目标优化策略，增强节点时空多维属性表征能力，提升各分块之间的通信安全和区块链智能化多分片预测模型和控制机制的性能。
-
公开(公告)号：CN114036230A
公开(公告)日：2022-02-11
申请号：CN202111314149.3
申请日：2021-11-08
申请人： 北京航空航天大学
摘要： 本发明公开一种递归深度强化学习制导的工业区块链优化方法，包括步骤构建状态空间和动作空间；构建强化学习森林，再进入马尔可夫决策过程；在当前决策时期内，执行动作空间,进行迭代调整块大小与块间隔，选择最佳共识算法，获得区块链的块大小、块区间和共识算法；更新RL森林中的信息，更新后的RL森林作为下一决策时期使用；不断进行新数据的输入，并反复执行步骤S20，调整块大小和块区间，输出最佳的共识算法。本发明通过建立递归可扩展的强化学习框架，调整区块链的块大小和块区间，并选择最佳的共识算法，从而优化区块链的性能，能够在当前基础上有效提升区块链系统的事务吞吐量。
-
-
-
搜索结果
4 条记录 (耗时 0.028 秒)
