原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
ZTETECHNOLOGYJOURNAL
基于增强学习的5G网络切片资源动态优化方案 任语铮等 专题
DOI:10.3969/j.issn.1009-6868.2018.01.007
网络出版地址：/kcms/detail/34.1228.TN1655.002.html
基于增强学习的基于增强学习的55GG网络切片资源动态网络切片资源动态
优化方案优化方案
DynamicResourcesOptimizationforDynamicResourcesOptimizationfor55GNetworkSlicingBasedonReinforcementLearningGNetworkSlicingBasedonReinforcementLearning
中图分类号：TN929.5 文献标志码：A 文章编号：1009-6868(2018)01-0031-006
任语铮/RENYuzheng
谢人超/XIERenchao 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
黄韬/HUANGTao 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
（北京邮电大学，北京 100876）
(BeijingUniversityofPostsand 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
Telecommunications,Beijing 100876,China) 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。
关键词：5G；网络切片；增强学习；动态优化
Abstract: Inthispaper,adynamicoptimizationalgorithmbasedonreinforcement
learningfornetworkslicingdivisionisproposed.Networkresourcescanbe
dynamicallyallocatedinthefollowingways:thetrafficflowcanbepredictedby
consideringthechangesofflow, thenthedivisionoffuturenetworkresourcescan
1 5G网络架构与网络切片 bededuced;basedonreinforc
文档评论（0）