本发明涉及机器学习和通信技术领域,特别涉及一种基于深度强化学习的5G超密集网络多用户接入选择方法,该方法包括:根据用户对各网络属性的最低容忍度设置阈值,排除完全不符合要求的网络;利用层次分析法和熵权法确定网络属性综合权重;通过灰色关联分析法再结合网络属性综合权重得到加权灰色相关系数;将多用户接入问题建模成多人随机博弈模型;利用深度确定性策略梯度法求解最优策略;该方法能够在保证不同业务用户个性化需求的前提下,提高系统吞吐量,并且减少用户阻塞、降低时延。
声明:
“基于深度强化学习的5G超密集网络多用户接入选择方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)