强化学习和监督学习相结合的移动负载均衡方法

摘要

本发明公开了强化学习和监督学习相结合的移动负载均衡方法，包括以下步骤：首先初始化参数；然后开始当前轮次的循环，获取系统初始状态，开始每轮内部的小步的循环，进行强化学习过程，小步循环结束，转入下一轮次进行循环，直到达到设定的最大轮次，循环结束：更新数据池并采样，更新每一个实际执行网络的参数，最后将系统内各个基站的状态作为实际执行网络的输入，得到网络的输出值即每个基站自身的小区偏置值，并作用到系统中的各个基站，根据A3事件对用户进行切换，从而实现用户与基站之间的重新分配，进而降低过载小区的负载，实现系统的负载均衡。本发明具有较高的稳定性和负载均衡能力，以及较好的泛化性和迁移能力。