摘要

光通信链路资源分配中存在冲突的情况,导致均衡度差。为此,以平均节点和链路的负载为代价,引入机器学习理论,研究光通信链路资源分配优化问题。首先,根据初始逻辑光通信链路与物理光通信链路,通过网络效用最优化方法,解决多目标光通信链路资源合理化跨层资源分配的问题。建立通信网络效用最优模型,通过采集光通信链路信息资源传输的平均数据量,提取信息资源分配的实时变化特征,得到光通信链路资源分配的传递的基础路径链。通过学习光通信链路资源分配过程中的资源信息,合理化分配资源。实验结果表明,引入机器学习理论的光通信链路资源分配方法,在通信冲突率和负载均衡度两个方面具有更好的性能。

  • 单位
    河北师范大学汇华学院

全文