5G通信网络智能资源调度与云网融合关键技术
摘要
随着5G通信网络的快速发展,传统的静态资源调度方法已无法满足高并发、多业务和低时延的复杂需求。
本文提出一种融合人工智能与机器学习技术的智能化资源调度体系,构建涵盖数据采集、预处理、神经网络模型训
练以及实时反馈优化的完整框架。通过对历史与实时网络数据的融合分析,模型能够实现资源需求的精准预测,并
在高负载场景下动态调整任务优先级与资源分配策略,从而有效降低延迟、提高带宽利用率并优化网络稳定性。
本文提出一种融合人工智能与机器学习技术的智能化资源调度体系,构建涵盖数据采集、预处理、神经网络模型训
练以及实时反馈优化的完整框架。通过对历史与实时网络数据的融合分析,模型能够实现资源需求的精准预测,并
在高负载场景下动态调整任务优先级与资源分配策略,从而有效降低延迟、提高带宽利用率并优化网络稳定性。
关键词
5G通信网络;智能资源调度;云网融合;负载均衡
全文:
PDF参考
[1]张升峰,陈硕,刘从丰,等.基于多源异构数据
的智能通信网络资源分配与调度优化方法研究[J].电子元
器件与信息技术,2025,9(04):136-138+145.
[2]陈家璘,孙志峰,曾铮,等.5G电力调度通信
网络的ME-SDM算法设计[J].微型电脑应用,2024,40
(12):152-155+160.
[3]李子达.基于智能反射表面的无线供电通信网络
资源调度研究[D].河北工程大学,2024.
Refbacks
- 当前没有refback。
