(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211330526.7 (22)申请日 2022.10.28 (71)申请人 南京邮电大 学 地址 210003 江苏省南京市栖霞区文苑路9 号 (72)发明人 余雪勇　高昊炜　许斌　 (74)专利代理 机构 南京禹为知识产权代理事务 所(特殊普通 合伙) 32272 专利代理师 刘子奇 (51)Int.Cl. G06F 30/20(2020.01) G06Q 10/06(2012.01) (54)发明名称 工业物联网中基于演化博弈构建数字孪生 模型的方法 (57)摘要 本发明公开了工业物联网中基于演化博弈 构建数字孪生模 型的方法包括： 提出资源分配模 型和效益模型， 基站根据资源分配模型分配资 源， 终端会根据期望效益来选择基站来提高模型 精确度； 演化博弈得出正常业务下的模型精确度 以及此时工人在各个基站上的人口分布方案； 当 有高精确度业务到来， 通过资源补偿机制， 使得 该族群的数字孪生体模型精确度达到要求之上 得到此时的工人人口分布方案， 进而完成业务； 本发明适用于资源有 限的多终端多基站协同构 建数字孪生模 型完成正常业务， 和对参与终端的 模型精确度有要求的工业物联网、 智能制造等业 务场景， 并且引入数字孪生模型精确度， 精准的 了解业务中的误差程度， 引入资源补偿机制， 提 高企业经济效益。 权利要求书3页 说明书10页 附图5页 CN 115392058 A 2022.11.25 CN 115392058 A 1.工业物联网中基于演化博 弈构建数字 孪生模型的方法， 其特 征在于， 包括： 将参与的终端按照数据量的大小构建族群， 基站为簇头， 利用族群获取的计算资源建 立资源分配模型； 通过所述资源分配模型和通信损耗公式构建期望效益模型， 根据 所述期望效益模型提 出复制动态方程并进行演化博 弈， 完成资源分配； 基于资源分配情况构建数字 孪生模型精确度模型； 当对数字孪生模型精确度有要求的业务到来 时， 通过资源补偿机制提高数字孪生模型 的精确度， 从而获取 此时所述 参与的终端在各基站的人口比方案 。 2.如权利要求1所述的工业物联网中基于演化博弈构建数字孪生模型的方法， 其特征 在于： 所述族群的构建包括， 参与的终端被建模为工人， 所述工人根据数据量的大小被划分为多个族群， 基站被建 模为簇头， 所述簇 头提供计算资源和通信资源； 每一个族群中的工人根据自身的条件寻求各个簇头来获得最大的资源， 所述簇头吸引 工人进而形成了集群。 3.如权利要求2所述的工业物联网中基于演化博弈构建数字孪生模型的方法， 其特征 在于： 所述资源分配模型的建立包括， 在公平合理的前提下， 利用所述族群中的工人参与集群获得的计算资源来建立资源分 配模型； 所述资源分配模型的计算包括， 其中，m表示指定族群， 表示工人参与集群 j所获得的计算资源， 表示集群 j全部 的计算资源， 表示族群中工人加入集群的人口 比例份额， Cm表示族群要达到某一精确 度需要的计算资源， Dm表示族群的总数据量， Rj表示簇头可以提供 给族群的固定的资源量。 4.如权利要求3所述的工业物联网中基于演化博弈构建数字孪生模型的方法， 其特征 在于： 所述 通信损耗公式的计算包括， 其中， 表示t时刻的通信阻碍， 表示拥塞系数。 5.如权利要求4所述的工业物联网中基于演化博弈构建数字孪生模型的方法， 其特征 在于： 所述期望效益模型的构建包括， 通过所述资源分配模型和提出的通信损耗公式构建期望效益模型； 所述期望效益模型的计算包括，权　利　要　求　书 1/3 页 2 CN 115392058 A 2其中， 表示族群在演化博弈中的期望效益， 表示族群在演化博弈中的 平均期望效益。 6.如权利要求5所述的工业物联网中基于演化博弈构建数字孪生模型的方法， 其特征 在于： 所述复制动态方程的计算包括， 根据所述簇头的期望效益和整个族群的期望效益构建复制动态方程来描述工人选择 集群的动态过程； 所述复制动态方程的构建包括， 其中， 表示工人族群随着时间变化的速率， 表示工人调整策略的正学习速 率； 通过利普西 茨条件和 李亚普诺夫第 二定理论证明复制动态方程的存在性、 唯一性和稳 定性。 7.如权利要求1~6任一所述的工业物联网中基于演化博弈构建数字孪生模型的方法， 其特征在于： 所述数字 孪生模型精确度模型的构建包括， 所述工人得到分配后的计算资源， 将所述计算资源分为两部分， 一部分用来分析处理 接收到的数据， 另一部分用来对所述数字孪生模型精确度进行建模， 通过演化博弈 的期望 效益和终端数据量得到的正常场景下的模型精确度， 以及所述工人在各基站上的人口比方 案； 利用类激励函数来描述所述数字 孪生体模型的建立过程。 8.如权利要求7所述的工业物联网中基于演化博弈构建数字孪生模型的方法， 其特征 在于： 所述数字 孪生模型精确度模型的计算包括， 其中，y表示类激励函数， x表示工人 此时拥有的资源量和数据量的比值。 9.如权利要求8所述的工业物联网中基于演化博弈构建数字孪生模型的方法， 其特征 在于： 所述数字 孪生体模型精确度的影响过程包括， 所述工人获得较少的计算资源， 利用所述计算资源的一部分来构建数字孪生体模型， 因此精确度较低； 在演化博弈的过程中， 所述工人选择获取最多资源的决策从而获得计算资源不断增权　利　要　求　书 2/3 页 3 CN 115392058 A 3