摘要
本发明公开了一种基于状态预测的网络资源调度方法及系统,该方法首先根据网络的节点及节点间通信链路建立图神经网络模型,输入当前时刻每个节点的资源状态指标,预测下一时刻节点的资源状态指标;然后建立强化学习模型,强化学习模型的动作空间为节点的调度操作,将下一时刻节点的资源状态指标和当前时刻节点在图神经网络模型的嵌入表示输入所述强化学习模型,生成网络资源调度方案;最后根据所述网络资源调度方案执行调度。本发明利用节点特征与邻接拓扑联合建模,实现多维度节点状态的预测,结合强化学习模型生成具有稳定性的调度策略,进一步实现图神经网络与强化学习智能体的闭环协同优化。
技术关键词
网络资源调度方法
强化学习模型
神经网络模型
网络资源调度系统
指标
调度执行单元
监督学习方法
可读存储介质
链路
处理器
节点特征
存储器
计算机
偏差
矩阵
电子设备
系统为您推荐了相关专利信息
分析方法
人工智能攻击
人工智能数据
图谱
定位异常数据
调光参数
智能灯光调节
环境光线亮度
舒适度
PID控制参数
隔壁结构
分级评价方法
装药量
数值分析模型
模拟单元
虚拟仿真系统
采购商
指标评价体系
数据分析功能
分析单元