基于深度强化学习的网络共享资源智能调度方法

• 作者: 何杨 肖基毅
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 深度强化 强化学习 网络共享 资源调度 智能调度
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 理论创新
• 页码范围: 80-82,90
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2019.06.080

摘要

传统的学习方法在调度网络共享资源时收敛速度较慢,各个节点上的负载能量很小.深度强化学习将深度学习和强化学习结合在一起,提升决策能力,直接控制资源数据,思维方式与人类的思维方式相似,智能性极高.结合深度学习和强化学习研究了一种网络共享资源调度方法,该方法的总体框架分为四步运行,首先利用网络节点得到资源数据;然后使用深度学习算法训练资源数据;接着以强化学习的方式将网络资源数据合理分配;最后通过参数校正完成网络共享资源的合理调度.与传统调度方法进行实验对比,结果表明,基于深度强化学习的网络共享资源智能调度方法能够有效提高收敛速度,增加各个网络节点上的负载能量,具有很好的调度性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖基毅	南华大学计算机学院	43	178	7.0	11.0
2	何杨	南华大学计算机学院	1	0	0.0	0.0