一种异构网络融合场景中基于遗传运算的资源分配方法

    公开(公告)号:CN104684095A

    公开(公告)日:2015-06-03

    申请号:CN201510105413.0

    申请日:2015-03-10

    Applicant: 东南大学

    CPC classification number: H04W28/16

    Abstract: 本发明提供了一种异构网络融合场景中基于遗传运算的资源分配方法,其主要包括建立优化目标函数、遗传运算处理和无线网络资源分配三个阶段。首先,根据获取的异构网络资源信息、移动终端数量、业务种类及其服务质量QoS要求来建立优化目标函数和其所需要满足的约束条件;其次,将优化目标函数映射为遗传运算的适值函数,初始化种群并设置遗传参数,通过选择、交叉、变异,种群更新等一系列迭代操作后找到适应值最大的个体即为最佳资源分配方案;最后,根据遗传运算求得的最佳资源分配方案,给移动终端的每个业务请求分配最佳的资源块数。本发明所提供的方法解决了异构网络中能最大化资源利用率和网络效用,同时满足业务服务质量的最佳资源分配问题。

    一种异构网络融合场景中基于遗传运算的资源分配方法

    公开(公告)号:CN104684095B

    公开(公告)日:2018-10-02

    申请号:CN201510105413.0

    申请日:2015-03-10

    Applicant: 东南大学

    Abstract: 本发明提供了一种异构网络融合场景中基于遗传运算的资源分配方法,其主要包括建立优化目标函数、遗传运算处理和无线网络资源分配三个阶段。首先,根据获取的异构网络资源信息、移动终端数量、业务种类及其服务质量QoS要求来建立优化目标函数和其所需要满足的约束条件;其次,将优化目标函数映射为遗传运算的适值函数,初始化种群并设置遗传参数,通过选择、交叉、变异,种群更新等一系列迭代操作后找到适应值最大的个体即为最佳资源分配方案;最后,根据遗传运算求得的最佳资源分配方案,给移动终端的每个业务请求分配最佳的资源块数。本发明所提供的方法解决了异构网络中能最大化资源利用率和网络效用,同时满足业务服务质量的最佳资源分配问题。

    一种异构融合场景中基于混合优化的资源分配方法

    公开(公告)号:CN105530707A

    公开(公告)日:2016-04-27

    申请号:CN201510962869.9

    申请日:2015-12-21

    Applicant: 东南大学

    CPC classification number: H04W72/04 H04W72/087 H04W72/1236

    Abstract: 本发明提供了一种异构网络融合场景中基于混合优化的资源分配方法,其包括建立优化目标函数、基于遗传运算的资源初次分配和基于蚁群算法的资源再分配三个阶段。首先,根据获取的异构网络资源信息、移动终端数量、业务种类及其服务质量要求来建立优化目标函数和其所需要满足的约束条件;其次,将优化目标函数映射为遗传运算的适值函数,初始化种群并设置遗传参数,通过选择、交叉、变异,种群更新等一系列迭代操作得到资源初次分配结果;最后,将遗传运算得到的资源初次分配结果作为蚁群算法中的初始信息素分布,通过蚁群算法对资源进行再次分配。本发明所提供的方法解决了异构网络中能最大化资源利用率,同时满足业务服务质量的最佳资源分配问题。

Patent Agency Ranking