一种基于深度学习的无线网络资源分配的最优拍卖方法

摘要

发明公开了一种基于深度学习的无线网络资源分配的最优拍卖方法，移动网络运营商提供无线网络资源，多个用户同时竞争资源，运营商从而找到最优的分配机制，已提高自己的收入。在传统的资源分配中，运营商的目标是社会福利最大化，但对于运营商，它更加关注自己所得的收入，所以收入最大化更加合理。本机制中，运营商采用深度学习方法，利用深度神经网络框架，寻找出最优的拍卖模型。运营商最终需要决定分配规则以及通过第二价格拍卖规则决定定价策略，从而进行资源的动态分配，实现分配的高效性，并且满足用户的不同需求。