基于深度强化学习的智能电网RAN切片策略

来源 :计算机系统应用 | 被引量 : 0次 | 上传用户:lisenrui
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着智能电网的不断发展,电力服务种类的多样化引出了不同的服务需求.5G中的网络切片技术,可以为智能电网提供虚拟化无线专用网络,以应对智能电网安全性、可靠性、时延性等方面的诸多挑战.考虑到智能电网的差异化服务特性,本文旨在使用深度强化学习(DRL)来解决智能电网的无线接入网(RAN)切片的资源分配问题.文章首先回顾了智能电网的背景以及网络切片技术的相关研究,随后分析了智能电网的RAN切片模型,并且提出了一种基于DRL的切片分配策略.仿真表明,本文所提出的算法能够在降低成本的同时,最大限度地满足智能电网在RA
其他文献
目的基于质量源于设计(QbD)的理念与方法,优化布洛芬双释双层片的处方及工艺参数。方法在风险评估的基础上结合单因素考察结果和鱼骨分析法确定关键工艺参数,采用Plackett-Burman设计筛选出显著影响因素,然后再采用Box-Behnken设计优化关键工艺参数,建立设计空间,并加入95%置信区间使设计空间更加稳定可靠,对其进行验证。结果通过筛选和优化关键工艺参数,确定设计空间为崩解剂用量6%~7%,缓释材料用量15%~18%,致孔剂用量5.5%~6.5%。结论设计空间的建立降低了生产过程中的风险,使布洛
目的比较氨甲环酸与尖吻蝮蛇血凝酶对老年股骨转子间骨折内固定手术的止血效果及安全性。方法股骨转子间骨折行内固定手术治疗的老年患者100例,随机分为氨甲环酸组和尖吻蝮蛇血凝酶组(血凝酶组),各50例。氨甲环酸组切皮前30 min给予氨甲环酸1 g,静脉滴注,关闭切口前将氨甲环酸1 g稀释至20 mg·mL-1于筋膜下及肌内注射。血凝酶组切皮前15 min单次缓慢静脉注射尖吻蝮蛇血凝酶2 U。观察指标:手术前后血红蛋白、红细胞计数、血小板压积,记录显性失血量、输血率、输血量、不良事件的发生
目的建立超高效液相色谱-串联质谱(UPLC-MS/MS)方法测定三叶苷含量,考察三叶苷在不同pH值缓冲液中平衡溶解度和表观油水分配系数。方法选用Kinetex XB-C18柱(100 mm×2.1 mm,2.6μm),流动相为0.1%甲酸溶液(A)/乙腈(B),采用梯度洗脱:起始B为10%并持续1.00 min;1.00~8.00 min B变为80%,并持续至12.00 min;12.01 min B变为10%并持续至15.00 min。采用摇瓶法考察三叶苷在不同pH值缓冲液中平衡溶解度及其在正辛醇-磷
目的:探讨在重症呼吸衰竭患者护理中应用综合护理的效果研究.方法:以本院中2018年5月至2019年5月间接收的60例接受综合护理的重症呼吸衰竭患者为实验组,选取同时期在我院接受
目的建立五味子药材商品规格等级标准,并进行质量评价。方法通过本草考证与市场调查,筛选传统质量鉴别指标;运用描述统计、主成分分析及聚类分析选定分级指标,制定五味子商品规格等级标准;以水分、灰分、醇浸出物、五味子醇甲为内在指标,分析各产区、各等级间质量差异及外观性状与内在指标的相互关系。结果五味子以色泽鲜艳、粒大果肉丰满为佳;以色度值a*、直径、单个质量及干瘪率4个指标划分五味子商品规格为一等选货和二等选货;质量评价表明各等级五味子内在指标存在相关性,内在指标与外观性状也具显著相关性;两等级之间水分、灰分、醇
目的运用数据挖掘技术探究消化系统癌性疼痛治疗方剂的用药规律。方法筛选并整理《肿瘤方剂大辞典》《肿瘤良方大全》《中华人民共和国药典》《国家中成药标准汇编》《中华人民共和国卫生部药品标准》等资料中所收录的消化系统癌性疼痛治疗方剂,运用Microsoft Excel 2019进行频次统计、IBM SPSS Modeler 14.1版软件进行关联规则分析、R4.0.2版软件中的arules以及arulesViz包对不同配伍原则下关联规则进行可视化、IBM SPSS Statistics 25版软件进行聚类分析以及
目的系统评价艾司西酞普兰与舍曲林治疗抑郁症的疗效与安全性,为临床用药提供循证医学证据。方法计算机检索PubMed、Embase、Cochrane Library、中国知网、万方数据库、维普全文数据库、中国生物医学文献数据库,收集艾司西酞普兰与舍曲林治疗抑郁症疗效与安全性的临床随机对照试验(RCT),利用Cochrane协作网推荐的偏倚风险评估工具评价文献质量后提取数据,采用RevMan5.3版软件对各结局指标进行Meta分析。结果共纳入RCT26项,抑郁症患者合计1987例。Meta分析结果显示,艾司西酞
以学校一卡通交易流水数据为研究对象,挖掘出令管理层感兴趣的信息,为学校决策管理提供科学依据.把食堂2014年1月至2019年2月的消费数据作为研究对象,通过平滑消除数据噪音,分别建立ARIMA模型和Holt-Winters乘法模型,将月数据组成的离散型时间序列进行拟合分析,并对2019年3月至5月份的消费趋势进行了预测,最后用实际值来检测预测结果.实验证明,Holt-Winters模型对消费数据的拟合效果较好,预测精度更高.应用合适的数学模型对一卡通中饭堂消费的数据进行分析、拟合、预测,有助于全面掌握师生