面向資源配置的認知網(wǎng)絡智能決策研究.pdf

1、傳統(tǒng)網(wǎng)絡存在資源利用率低、業(yè)務的QoS無法保證、用戶滿意度低等問題，認知網(wǎng)絡的出現(xiàn)為上述問題的解決提供了可能。認知網(wǎng)絡是一種智能網(wǎng)絡，能感知網(wǎng)絡整體狀態(tài)，通過推理學習自主制定計劃和決策，執(zhí)行相應的動作，并利用反饋控制不斷調(diào)節(jié)業(yè)務傳輸策略。本文分析了整個認知網(wǎng)絡資源配置的現(xiàn)狀，介紹了當前網(wǎng)絡資源配置的相關(guān)技術(shù)知識，并闡述面向認知網(wǎng)絡資源配置的智能決策。論文的主要研究內(nèi)容概括如下：
　　第一，根據(jù)智能決策架構(gòu)需求提出了一種面向資源配置

2、的智能決策架構(gòu)，并簡單介紹了該架構(gòu)中各個組成部件的功能和特性。與傳統(tǒng)決策架構(gòu)相比，該決策架構(gòu)由全局到局部分為三層決策模塊，跨層解決多種決策問題。每種決策都采用了智能算法，具有智能性、反映性、學習性和協(xié)作性等特征。
　　第二，提出了一種基于改進灰預測模型的認知業(yè)務流預測算法。首先對業(yè)務流進行了預處理，采用矢量量化與業(yè)務流聚類融合算法處理流量序列，然后采用改進的GM(1,1)預測模型進行業(yè)務流預測，從而得到連續(xù)時間片上認知網(wǎng)絡多種業(yè)務

3、流的發(fā)展趨勢，為資源配置供了具有參考價值的數(shù)據(jù)。該預測算法通過對時間序列進行空間取對數(shù)，能準確預測突發(fā)業(yè)務流結(jié)果。最后通過與GM(1,1)預測算法進行對比，表明本文提出的方法對認知網(wǎng)絡中突發(fā)業(yè)務流能準確預測。
　　第三，提出了一種基于業(yè)務流預測的認知網(wǎng)絡資源智能配置策略。結(jié)合業(yè)務流預測的結(jié)果，對新的業(yè)務流進行資源的動態(tài)自適應配置，并將配置策略的效果通過基于Q學習算法的反饋學習機制向源端反映，使其動態(tài)調(diào)節(jié)緩沖資源的利用率。另外該算法