基于DGNN-PPO和一种改进的Polya球方法的动态计算能力网络传输优化研究
何鹏,
刘春超,
周仑,
曹树夫
《Applied Sciences》:Research on Dynamic Computing Power Network Transmission Optimization Based on DGNN-PPO and a Variant of the Polya Ball Method
Ping He,
Chunchao Liu,
Luen Zhou and
Shufu Cao
【字体:
大
中
小
】
时间:2026年05月05日
来源:Applied Sciences 2.5
编辑推荐:
摘要
为了满足不断发展的智能应用场景对计算能力的需求,计算网络正变得越来越复杂。然而,诸如节点频繁在线/离线以及链接状态动态变化等运营挑战,严重增加了计算资源和传输资源协调调度的难度。此外,传统的静态优化方法在中规模动态
摘要
为了满足不断发展的智能应用场景对计算能力的需求,计算网络正变得越来越复杂。然而,诸如节点频繁在线/离线以及链接状态动态变化等运营挑战,严重增加了计算资源和传输资源协调调度的难度。此外,传统的静态优化方法在中规模动态网络中存在稳定性问题,并且收敛速度较慢,这限制了它们满足复杂服务对低延迟和高可靠性的要求的能力。因此,我们提出了一种动态计算网络传输优化方法,该方法结合了动态图神经网络(DGNN)、双虚拟队列和近端策略优化(PPO)以及Nesterov动量加速技术。该方法的目的是在节点频繁变化的情况下优化网络传输性能。具体来说,它利用DGNN实时建模动态拓扑结构和节点负载特性,通过双虚拟队列机制来处理计算和传输负载的稳定性约束,并在策略优化过程中引入Nesterov动量以提升策略更新的收敛速度和稳定性。仿真实验表明,所提出的方法在队列稳定性、收敛性能和服务质量方面均优于对比模型,从而提高了动态计算网络中的传输效率。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号