基于机器学习技术的无线小区负载均衡自优化.docx

下载文档 降价啦

1
0
约4.1千字
约 16页
2022-07-09 发布于河北
举报
版权申诉
保障服务

基于机器学习技术的无线小区负载均衡自优化.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

【摘? 要】利用机器学习方法实时对高流量小区进行负载均衡是无线网络智能化的重要课题之一，目前仍无较成熟的应用案例。鉴于此，提出了基于XGBoost以及DNN的无线小区负载均衡参数自优化方法，并分别对均衡切换事件、切换门限进行建模预测。实验结果显示，该方法的切换事件预测准确率达到97.3%，切换门限拟合优度为0.6~0.8，可以高效、精准地实现负载均衡的自优化。【关键词】负载均衡；机器学习；网络智能化；无线网络自优化 0? ?引言随着4G/5G网络的不断深入建设，无线网络运维成本急剧上升，将人工智能技术与无线网络运维相结合成为了重要的解决途径。目前业界在该方面的研究仍然处于探索阶段，文献