摘要
本发明涉及电通信技术领域,具体是基于人工智能的边缘网关资源优化管理方法,包括如下:S1:根据边缘网关的资源使用数据和反向传播算法,建立深度学习模型,获取预测的资源需求,并确定最小预测误差;S2:根据所述预测的资源需求和当前资源使用数据,对所述深度学习模型进行调整,并获取最新的预测资源需求;S3:根据所述最新的预测资源需求和当前资源状态,确定资源分配策略,并通过更新规则S4:通过集成机制,将动态调整后的所述资源分配策略进行自适应优化。本发明通过深度学习模型预测资源需求,可以提前规划资源分配,避免资源浪费或不足的情况,从而提高了整体资源的利用效率和系统响应速度。
技术关键词
资源优化管理方法
深度学习模型
资源分配策略
预测误差
网关
传播算法
状态机
动态
数据
切换机构
系统响应速度
负载均衡策略
电通信技术
参数
框架
分配机
系统为您推荐了相关专利信息
水动力模型
实时监测数据
预案生成方法
染色体
应急响应时间
传感终端
坐标系
智能家居系统
智能决策方法
云端
中心定位方法
多波段
特征提取模块
热带
编码器模块
宽度特征
控制图像采集装置
深度学习模型
数据
亮度校正
需求预测方法
需求预测模型
门控循环单元网络
动态数据集
空间特征提取