ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】针对移动通信网络中日益复杂的路由选择和流量负载均衡问题，本文基于强化学习（ＲＬ）的动态优化方法研发了移动通信网络路由与流量负载均衡平台。 通过将网络环境建模为 ＲＬ 问题，设计了适应动态变化的状态空间、动作空间和奖励函数，利用深度强化学习（ＤＱＮ）算法实现了高效的路由决策和资源分配，并实现了友好交互平台。 实验结果表明：本文所提方法在多个网络拓扑和流量场景下显著提升了网络性能，特别是在降低延迟、提高吞吐量、资源利用率和负载均衡度等方面表现出色。 该方法为移动通信网络中的动态路由和负载均衡提供了一种智能化且高效的解决方案。
