计算机应用

作者：尚芳剑, 李信, 翟迪, 陆阳, 张东磊, 钱玉文

单位：1. 国网冀北电力有限公司 信息通信分公司, 北京 100044;2. 全球能源互联网研究院有限公司, 北京 102209;3. 南京理工大学 电子工程与光电技术学院, 南京 210094

关键词：智能电网,5G通信网络,网络切片,马尔可夫决策过程,深度增强学习

基金：国网冀北电力有限公司科技项目（SGJBXT00YJJS1900030）。

为满足网络切片在智能电网中的多样化需求，提出了一个在智能电网中基于云-边协同的切片资源分配模型。为优化网络切片分配，提出一种两阶段的切片分配模型：在第一阶段中，以用户体验最优为目标，建立了本地边缘网络的资源分配问题的优化模型，并采用拉格朗日乘子法对此最优问题进行了求解；在第二阶段中，首先将网络切片资源分配系统建模成Markov决策过程，然后提出使用深度增强学习方法对核心云的切片自适应地进行资源分配。实验结果表明所提的两阶段切片资源优化分配模型可有效减少网络延迟，提高用户满意度。

来源：2021年第7期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第7期