一种数字孪生驱动的物联网用户行为预测和资源分配方法

本发明涉及一种数字孪生驱动的物联网用户行为预测和资源分配方法，属于移动通信领域。针对传统方法因资源分配滞后导致的服务质量下降、负载失衡及利用率低等问题，提出以下方案：构建物理基础设施层、数字孪生网络层和控制层三层次系统模型；设计结合自注意力机制与时间卷积网络的SA‑TCN模型，通过元学习提升动态环境下的预测精度；建立端到端延迟、DT可信度及系统成本模型，并以最大化系统效用为目标；采用PER‑MATD3算法动态优化资源分配策略。本发明实现高精度用户行为预测，提升资源调度实时性，在保障端到端延迟与可信度约束下，显著提高资源利用率、负载均衡性及系统综合效用，适用于高移动性物联网场景。