一种基于流量预测和遗传算法的智能家居网络负载均衡方法

一种基于流量预测和遗传算法的智能家居网络负载均衡方法，对传统的负载均衡方法加以改进，结合了深度学习技术和遗传算法来优化负载分配。有效地解决了网络流量的延迟问题；本方法采用基于流量预测的负载均衡方法能够及时提供策略，且不会产生较高的计算开销。该预测模型结合门控循环单元(GRU)和自关注机制，实现了准确的流量预测，提高了路径优化过程的有效性；本方法将深度学习与启发式算法和k‑最短路径算法相结合，提出了一种获得初始基因组的新方法，使遗传算法具有较好的初始基因。本发明的该方法在下一时刻更好，更有可能且更快地迭代到全局最优解，同时降低了计算复杂度。保证了智能家居网络高效、有效的负载均衡。