[发明专利]一种异构网络融合场景中基于遗传运算的资源分配方法

摘要

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。

主权项

1.一种异构网络融合场景中基于遗传运算的资源分配方法，其特征在于该方法包括建立优化目标函数，遗传运算处理，无线网络资源分配三个主要阶段；其中，建立优化目标函数阶段：首先获取异构网络资源信息、移动终端数量、业务种类及其服务质量要求信息，然后以最大化资源利用率和网络效用为目的建立优化目标函数，同时确定相应的约束条件；其中，建立优化目标函数阶段根据获取的无线网络资源信息、移动终端数量、业务种类及其QoS要求，以最大化系统资源利用率和网络效用为目标，以满足网络容量限制和不同业务QoS要求为条件来建立优化目标函数和相应的约束条件；其中，最大化网络效用不仅要考虑业务优先级，还要从移动终端的角度考虑不同业务对网络分配资源所付出的代价；遗传运算处理阶段：首先根据优化目标函数建立评价个体的适值函数，然后经选择、交叉、变异、种群更新这些遗传操作多次迭代求得全局最优解；其中，遗传运算处理阶段主要包括建立适值函数、种群初始化、遗传操作处理过程；引入惩罚函数将带约束的优化问题转换为无约束的优化问题，进而建立评价个体好坏的适值函数；随机产生规定数量的个体构成初始种群，个体中元素的取值满足业务QoS要求；所述遗传操作主要包括：选择、交叉、变异、种群更新，其中选择是从当前种群中选取适应值最高的个体以生成交配池的过程，选择策略使用正比选择策略，交叉采用单点交叉；无线网络资源分配阶段：根据遗传运算求得的最佳资源分配方案为移动终端的每个业务请求分配相应的带宽资源。