本發(fā)明涉及一種基于深度強化學習的移動預測無線邊緣緩存方法,包括以下步驟:構建無線智能緩存網絡模型,包括用戶集、服務節(jié)點集、用戶請求內容集、緩存內容集、源內容庫、用戶歷史軌跡向量和用戶分類組;構建長短期記憶網絡模型,根據用戶歷史軌跡向量作為預測用戶在下一時隙的預測位置并進行分類,獲取用戶分類組;建立替換緩存策略,根據用戶分類組,獲取每一個服務節(jié)點的預測用戶集,并根對當前服務節(jié)點的緩存內容進行替換;構建結合Q學習和DQN強化學習的神經網絡,對神經網絡進行訓練,得到訓練好的動態(tài)緩存替換模型,將動態(tài)緩存替換模型利用于替換緩存策略中。
聲明:
“基于深度強化學習的移動預測無線邊緣緩存方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)