摘要
本发明涉及工业网络技术领域,尤其涉及大带宽型组播流量感知的时敏业务流资源适配方法,包括以下步骤:S1:控制器收集注册业务流信息和实时网络状态信息;S2:根据信息划分业务流优先级后,建立业务流与多队列的映射关系,根据映射关系建立转发规则;S3:根据映射关系和转发规则建立优化目标和资源约束;S4:根据优化目标和资源约束设计马尔科夫决策,根据马尔科夫决策和双延迟深度确定性策略梯度训练神经网络模型,以输出调度决策,求解器根据调度决策得到多维资源适配结果。本发明通过映射关系和转发规则为单组播流端到端的确定性传输提供基础队列模型支撑,提升网络资源利用率和可增量式调度的业务流数量,降低大带宽型组播流的最坏端到端时延。
技术关键词
资源适配方法
高优先级业务
神经网络参数
网络调度周期
深度确定性策略梯度
训练神经网络模型
决策
网络状态信息
链路带宽资源
队列
映射关系建立
时延
计算机可读指令
可靠性需求
网络拓扑结构
资源适配机制
工业网络技术