基于深度强化学习的基站动态开关研究

打开文本图片集

摘 要：随着５Ｇ 移动互联网的快速发展，为了满足用户不断增长的流量需求，５Ｇ 基站大规模部署，导致能耗急剧增加。针对以上问题，通过采用流量预测与深度强化学习相结合的方法，建立基站动态开关模型。具体而言，该模型通过密集卷积神经网络（Ｄｅｎｓｅｌｙ Ｃｏｎｎｅｃｔｅｄ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｔｗｏｒｋｓ，ＤｅｎｓｅＮｅｔ）对基站流量进行预测；进一步地，基于精确的移动流量预测，将基站开关控制问题建模为一个马尔科夫决策过程（Ｍａｒｋｏｖ Ｄｅｃｉｓｉｏｎ Ｐｒｏｃｅｓｓ，ＭＤＰ），然后通过强化学习方法进行求解。（剩余13186字）