基于深度强化学习的网络能耗与吞吐量联合优化路由方法.pdfVIP

下载本文档

2
0
约1.72万字
约 12页
2023-05-15 发布于四川
举报
版权申诉

基于深度强化学习的网络能耗与吞吐量联合优化路由方法.pdf

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)。
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

本发明公开了一种基于深度强化学习的网络能耗与吞吐量联合优化路由方法，首先将数据中心网络的路由调度描述为具有两个目标的混合整数非线性规划问题，即最大化网络吞吐量和最小化能量消耗；其次为深度强化学习算法生成大量的训练数据，主要包括当前网络状态、决策行为、奖励和新网络状态；最后选择卷积神经网络和全连接神经网络作为智能体，并使用训练数据对智能体进行训练操作，其核心理论是选择贝尔曼方程来评估每个行为的结果、定义贝尔曼误差为损失函数，通过梯度下降法来对其进行优化，直至收敛。本发明提供的方法适用于大规模、高动

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114710439 A (43)申请公布日 2022.07.05 (21)申请号 202210437000.2 (22)申请日 2022.04.22 (71)申请人南京南瑞信息通信科