本发明公开了面向蜂窝网络的改进式强化学习网络覆盖优化方法，包括：(1)从异构无线网络环境中采集终端路测数据和基站侧静态数据，处理得到平衡数据集；(2)从平衡数据集中选取一部分数据作为训练集输入到随机森林模型中，对随机森林模型进行训练得到网络覆盖预测模型；(3)设置覆盖优化的目标函数；(4)设置强化学习与网络覆盖优化问题的空间映射，训练强化学习智能体，得到工程参数的调整策略以及覆盖优化结果。本发明方法自动改进优化行为，从而拥有更快的收敛速度，同时能够积累大量运维优化经验并自主形成优化策略，避免了优化过程对网络性能产生较大影响。
声明：
“面向蜂窝网络的改进式强化学习网络覆盖优化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1089
编辑：管理员
来源：北方有色网
咨询细节
