算力網(wǎng)絡(luò)中的確定性調(diào)度與路由聯(lián)合智能優(yōu)化方案

摘要： 將算力網(wǎng)絡(luò)技術(shù)和時間敏感網(wǎng)絡(luò)技術(shù)融合在一起，可以實現(xiàn)網(wǎng)絡(luò)中高效率、確定性轉(zhuǎn)發(fā)。但在一體化決策算力網(wǎng)絡(luò)中的資源調(diào)度和路由規(guī)劃以及時間敏感網(wǎng)絡(luò)中的門控排布時會出現(xiàn)決策變量過多、計算復雜度過高、優(yōu)化性能不足等問題。對此，可以利用基于深度強化學習方法的改進RBDQN算法優(yōu)化門控，并采用貪婪算法協(xié)助路由路徑規(guī)劃。以平均時延、能量損耗和用戶滿意度為多優(yōu)化指標建立效用函數(shù)。RBDQN算法與遺...