基于强化学习与鲸鱼优化算法的低延迟网络功能调度方法
刘智伟
舒兆港
福建农林大学计算机与信息学院 福建福州 350002
摘要：针对在虚拟网络中如何对延迟敏感的服务功能链(SFC)上的虚拟网络功能(VNF)在调度过程时将VNF映射、调度联合解决并最小化VNF处理延迟的问题,提出了一种基于强化学习自调节鲸鱼优化算法,通过不同环境自动调节鲸鱼优化算法中的参数,同时使用交叉、变异以及领域算子整体来提高鲸鱼优化算法性能,在保证满足SFC的约束需求的情况下,以最小化完成时间为目标,建立VNF调度模型.模型通过改进鲸鱼优化算法和强化学习自动调节参数来加快收敛速度,找寻最优解.仿真结果表明,所提出的算法与HGWOA算法和GABL算法相比在性能上分别提升10%与16%.
关键词：服务功能链网络功能虚拟化VNF调度鲸鱼优化算法
资助基金：福建省自然科学基金资助项目(2020J01574)中国高校产学研创新基金资助项目(2021FNA05003)
论文发表日期：2024-05-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：8( 23-30 )