基于聚类分析和深度学习的多频多模网络负载均衡优化

摘要：

负载均衡问题是LTE多频多模网络要解决的重大问题.多频多模网络结构复杂,负载均衡涉及的参数达数百个,仅依靠人工经验很难进行精细化配置.为解决多频多模网络的负载均衡问题,解决现网运维的难点与痛点,提出一种基于机器学习的多频多模网络负载均衡方案.首先选取关键指标对网络场景进行划分,然后利用机器学习技术挖掘出不同场景下的最佳参数配置建议.经验证,机器学习技术可以大大提高参数配置的质量和效率,做到精细化参数配置.

关键词：多频多模网络、机器学习、负荷优化

所属期刊栏目：36

分类号：TN929.53

在线出版日期：2020-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：156-162