检索结果-维普期刊中文期刊服务平台

云雾混合网络下基于多智能体架构的资源分配及卸载决策研究被引量：12: 1; 作者陈前斌谭颀 +1 位作者贺兰钦唐伦《电子与信息学报》 EI CSCD 北大核心 2021年第9期2654-2662,共9页; 针对D2D辅助的云雾混合架构下资源分配及任务卸载决策优化问题,该文提出一种基于多智能体架构深度强化学习的资源分配及卸载决策算法。首先,该算法考虑激励约束、能量约束以及网络资源约束,联合优化无线资源分配、计算资源分配以及卸载... 展开更多; 关键词云雾混合 D2D 多智能体资源分配计算卸载; 在线阅读下载PDF 职称材料

异构云无线接入网架构下面向混合能源供应的动态资源分配及能源管理算法被引量：7: 2; 作者陈前斌谭颀 +2 位作者魏延南贺兰钦唐伦《电子与信息学报》 EI CSCD 北大核心 2020年第6期1428-1435,共8页; 针对面向混合能源供应的5G异构云无线接入网(H-CRANs)网络架构下的动态资源分配和能源管理问题,该文提出一种基于深度强化学习的动态网络资源分配及能源管理算法。首先,由于可再生能源到达的波动性及用户数据业务到达的随机性,同时考虑... 展开更多; 关键词异构云无线接入网混合能源资源分配能源管理深度强化学习; 在线阅读下载PDF 职称材料

基于深度确定性策略梯度的虚拟网络功能迁移优化算法被引量：7: 3; 作者唐伦贺兰钦 +1 位作者谭颀陈前斌《电子与信息学报》 EI CSCD 北大核心 2021年第2期404-411,共8页; 针对NFV/SDN架构下,服务功能链(SFC)的资源需求动态变化引起的虚拟网络功能(VNF)迁移优化问题,该文提出一种基于深度强化学习的VNF迁移优化算法。首先,在底层CPU、带宽资源和SFC端到端时延约束下,建立基于马尔可夫决策过程(MDP)的随机... 展开更多; 关键词虚拟网络功能深度强化学习 SFC端到端时延网络能耗; 在线阅读下载PDF 职称材料

基于改进深度强化学习的虚拟网络功能部署优化算法被引量：7: 4; 作者唐伦贺兰钦 +1 位作者连沁怡谭颀《电子与信息学报》 EI CSCD 北大核心 2021年第6期1724-1732,共9页; 针对网络功能虚拟化/软件定义网络(NFV/SDN)架构下,网络服务请求动态到达引起的服务功能链(SFC)部署优化问题,该文提出一种基于改进深度强化学习的虚拟网络功能(VNF)部署优化算法。首先,建立了马尔科夫决策过程(MDP)的随机优化模型,完成... 展开更多; 关键词虚拟网络功能深度强化学习服务功能链端到端时延服务功能链部署成本; 在线阅读下载PDF 职称材料

题名云雾混合网络下基于多智能体架构的资源分配及卸载决策研究被引量：12: 1; 作者陈前斌谭颀贺兰钦唐伦; 机构重庆邮电大学通信与信息工程学院重庆邮电大学移动通信技术重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2021年第9期2654-2662,共9页; 基金国家自然科学基金(62071078) 重庆市教委科学技术研究项目(KJZD-M20180601) 重庆市重大主题专项项目(cstc2019jscxzdztzxX0006)。; 文摘针对D2D辅助的云雾混合架构下资源分配及任务卸载决策优化问题,该文提出一种基于多智能体架构深度强化学习的资源分配及卸载决策算法。首先,该算法考虑激励约束、能量约束以及网络资源约束,联合优化无线资源分配、计算资源分配以及卸载决策,建立了最大化系统总用户体验质量(QoE)的随机优化模型,并进一步将其转化为MDP问题。其次,该算法将原MDP问题进行因式分解,并建立马尔可夫博弈模型。然后,基于行动者-评判家(AC)算法提出一种集中式训练、分布式执行机制。在集中式训练过程中,多智能体通过协作获取全局信息,实现资源分配及任务卸载决策策略优化,在训练过程结束后,各智能体独立地根据当前系统状态及策略进行资源分配及任务卸载。最后,仿真结果表明,该算法可以有效提升用户QoE,并降低了时延及能耗。; 关键词云雾混合 D2D 多智能体资源分配计算卸载; Keywords Cloud-fog hybrid network D2D Multi-agent Resource allocation Computation offloading; 分类号 TN915 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名异构云无线接入网架构下面向混合能源供应的动态资源分配及能源管理算法被引量：7: 2; 作者陈前斌谭颀魏延南贺兰钦唐伦; 机构重庆邮电大学通信与信息工程学院重庆邮电大学移动通信技术重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2020年第6期1428-1435,共8页; 基金国家自然科学基金(6157073) 重庆市教委科学技术研究项目(KJZD-M201800601)。; 文摘针对面向混合能源供应的5G异构云无线接入网(H-CRANs)网络架构下的动态资源分配和能源管理问题,该文提出一种基于深度强化学习的动态网络资源分配及能源管理算法。首先,由于可再生能源到达的波动性及用户数据业务到达的随机性,同时考虑到系统的稳定性、能源的可持续性以及用户的服务质量(QoS)需求,将H-CRANs网络下的资源分配以及能源管理问题建立为一个以最大化服务提供商平均净收益为目标的受限无穷时间马尔科夫决策过程(CMDP)。然后,使用拉格朗日乘子法将所提CMDP问题转换为一个非受限的马尔科夫决策过程(MDP)问题。最后,因为行为空间与状态空间都是连续值集合,因此该文利用深度强化学习解决上述MDP问题。仿真结果表明,该文所提算法可有效保证用户QoS及能量可持续性的同时,提升了服务提供商的平均净收益,降低了能耗。; 关键词异构云无线接入网混合能源资源分配能源管理深度强化学习; Keywords Heterogeneous Cloud Radio Access Networks(H-CRANs) Hybrid energy Resource allocation Energy management Deep reinforcement learning; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于深度确定性策略梯度的虚拟网络功能迁移优化算法被引量：7: 3; 作者唐伦贺兰钦谭颀陈前斌; 机构重庆邮电大学通信与信息工程学院重庆邮电大学移动通信技术重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2021年第2期404-411,共8页; 基金国家自然科学基金(62071078) 重庆市教委科学技术研究项目(KJZD-M20180601) 重庆市重大主题专项项目(cstc2019jscx-zdztzxX0006)。; 文摘针对NFV/SDN架构下,服务功能链(SFC)的资源需求动态变化引起的虚拟网络功能(VNF)迁移优化问题,该文提出一种基于深度强化学习的VNF迁移优化算法。首先,在底层CPU、带宽资源和SFC端到端时延约束下,建立基于马尔可夫决策过程(MDP)的随机优化模型,该模型通过迁移VNF来联合优化网络能耗和SFC端到端时延。其次,由于状态空间和动作空间是连续值集合,提出一种基于深度确定性策略梯度(DDPG)的VNF智能迁移算法,从而得到近似最优的VNF迁移策略。仿真结果表明,该算法可以实现网络能耗和SFC端到端时延的折中,并提高物理网络的资源利用率。; 关键词虚拟网络功能深度强化学习 SFC端到端时延网络能耗; Keywords Virtual Network Function(VNF) Deep reinforcement learning SFC end-to-end delay Network energy consumption; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于改进深度强化学习的虚拟网络功能部署优化算法被引量：7: 4; 作者唐伦贺兰钦连沁怡谭颀; 机构重庆邮电大学通信与信息工程学院重庆邮电大学移动通信技术重点实验室三峡大学国际交流学院; 出处《电子与信息学报》 EI CSCD 北大核心 2021年第6期1724-1732,共9页; 基金国家自然科学基金(62071078) 重庆市教委科学技术研究项目(KJZD-M201800601) 重庆市重大主题专项(cstc2019jscxzdztzxX0006)。; 文摘针对网络功能虚拟化/软件定义网络(NFV/SDN)架构下,网络服务请求动态到达引起的服务功能链(SFC)部署优化问题,该文提出一种基于改进深度强化学习的虚拟网络功能(VNF)部署优化算法。首先,建立了马尔科夫决策过程(MDP)的随机优化模型,完成SFC的在线部署以及资源的动态分配,该模型联合优化SFC部署成本和时延成本,同时受限于SFC的时延以及物理资源约束。其次,在VNF部署和资源分配的过程中,存在状态和动作空间过大,以及状态转移概率未知等问题,该文提出了一种基于深度强化学习的VNF智能部署算法,从而得到近似最优的VNF部署策略和资源分配策略。最后,针对深度强化学习代理通过ε贪婪策略进行动作探索和利用,造成算法收敛速度慢等问题,提出了一种基于值函数差异的动作探索和利用方法,并进一步采用双重经验回放池,解决经验样本利用率低的问题。仿真结果表示,该算法能够加快神经网络收敛速度,并且可以同时优化SFC部署成本和SFC端到端时延。; 关键词虚拟网络功能深度强化学习服务功能链端到端时延服务功能链部署成本; Keywords Virtual Network Function(VNF) Deep reinforcement learning Service Function Chain(SFC)end-to-end delay Service Function Chain(SFC)placement cost; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	云雾混合网络下基于多智能体架构的资源分配及卸载决策研究	陈前斌谭颀贺兰钦唐伦	《电子与信息学报》 EI CSCD 北大核心	2021	12	在线阅读下载PDF 职称材料
2	异构云无线接入网架构下面向混合能源供应的动态资源分配及能源管理算法	陈前斌谭颀魏延南贺兰钦唐伦	《电子与信息学报》 EI CSCD 北大核心	2020	7	在线阅读下载PDF 职称材料
3	基于深度确定性策略梯度的虚拟网络功能迁移优化算法	唐伦贺兰钦谭颀陈前斌	《电子与信息学报》 EI CSCD 北大核心	2021	7	在线阅读下载PDF 职称材料
4	基于改进深度强化学习的虚拟网络功能部署优化算法	唐伦贺兰钦连沁怡谭颀	《电子与信息学报》 EI CSCD 北大核心	2021	7	在线阅读下载PDF 职称材料