原创力文档- 1、本文档共19页，其中可免费阅读18页，需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
本发明提出了一种基于深度强化学习的低时延网络切片的方法，通过对网络切片中低时延业务的时延约束条件以及服务功能和链路的映射条件构建了资源分配和路由的最优化问题；在进行求解的过程中，提出建立了该场景下的马尔可夫模型,利用强化学习中的DDQN来求解在低时延网络切片中的路由和资源分配的问题，在针对当前网络状态下所采取的动作则定义为每一条服务功能链下一跳的虚拟功能的部署，采取的动作集为前一跳节点的相邻的节点集合，奖励值则设置为与成功部署的服务功能链条数相关的函数。本发明在资源分配和和提升整个系统的成功部署
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113098714 A
(43)申请公布日 2021.07.09
(21)申请号 202110334767.8
(22)申请日 2021.03.29
(71)申请人 南京邮电大学
地址
文档评论（0）