本发明公开了面向蜂窝网络的改进式强化学习网络覆盖优化方法,包括:(1)从异构无线网络环境中采集终端路测数据和基站侧静态数据,处理得到平衡数据集;(2)从平衡数据集中选取一部分数据作为训练集输入到随机森林模型中,对随机森林模型进行训练得到网络覆盖预测模型;(3)设置覆盖优化的目标函数;(4)设置强化学习与网络覆盖优化问题的空间映射,训练强化学习智能体,得到工程参数的调整策略以及覆盖优化结果。本发明方法自动改进优化行为,从而拥有更快的收敛速度,同时能够积累大量运维优化经验并自主形成优化策略,避免了优化过程对网络性能产生较大影响。
声明:
“面向蜂窝网络的改进式强化学习网络覆盖优化方法” 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)