一种面向智慧工厂的随机接入资源优化方法及装置

摘要

本发明公开了一种面向智慧工厂的随机接入资源优化方法及装置，该方法包括：根据不同业务的时延敏感程度对各业务接入优先级进行划分；在局部端采用强化学习算法来训练本地模型；并在云端采用联邦学习算法对各局部端的本地模型参数进行全局模型聚合，建立共享机器学习模型；其中，强化学习目标为：在保证各类业务服务质量需求的前提下，最大化用户成功接入数量；利用优化好的共享机器学习模型实现接入资源分配，以实现在满足各类业务服务质量需求的前提下，最大化系统吞吐量，提升工厂整体生产效率。本发明可在满足工业生产中各类业务时延需求的前提下，优化资源利用率，提高网络性能。