基于增强学习的5G网络切片资源动态优化方案

• 作者: 任语铮 谢人超 黄韬
• 来源期刊: 中兴通讯技术
• 学科: 工学
• 关键词: 5G 网络切片 增强学习 动态优化
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 专题:5G 承载网技术和优化组网
• 页码范围: 31-36
• 页数: 6页
• 分类号: TN929.5
• 字数: 6325字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-6868.2018.01.007

摘要

提出了一种基于增强学习的网络切片资源动态优化方案.使用该方案动态调整网络切片资源时,通过考虑未来网络切片中的业务流量变化情况,对业务流量进行预测,从而推断出未来网络资源的划分情况;再通过增强学习算法,使得未来时刻的网络资源划分状态对当前划分策略做出影响,从而得到当前的最佳策略.基于该算法,可以保证在资源分配过程中对网络需求变化做出快速响应,并通过仿真进行了验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄韬		61	544	10.0	21.0
2	谢人超		18	163	7.0	12.0
3	任语铮		2	9	2.0	2.0