← 返回列表
资源需求预测模型训练方法、系统及资源需求预测方法
摘要文本
本发明涉及人工智能技术领域，尤其涉及一种资源需求预测模型训练方法、系统及资源需求预测方法。资源需求预测模型训练方法包括：基于业务负荷样本，对预设的长短期记忆网络进行训练，得到训练好的业务负荷预测子模型；将业务负荷样本、以及每个业务负荷样本各自对应的网元资源消耗信息样本输入预设的生成对抗网络进行训练，得到训练好的资源消耗子模型；将训练好的资源消耗子模型和业务负荷预测子模型确定为资源需求预测模型。本方法通过将资源消耗子模型和业务负荷预测子模型有机结合，得到资源需求预测模型，能够较为精准地实现对目标时刻的资源需求预测。
申请人信息
- 申请人:中国移动通信集团设计院有限公司; 中移数智科技有限公司; 中国移动通信集团有限公司
- 申请人地址:100080 北京市海淀区丹棱街甲16号
- 发明人: 中国移动通信集团设计院有限公司; 中移数智科技有限公司; 中国移动通信集团有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 资源需求预测模型训练方法、系统及资源需求预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311787350.2 |
| 申请日 | 2023/12/25 |
| 公告号 | CN117455205A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | G06Q10/0631 |
| 权利人 | 中国移动通信集团设计院有限公司; 中移数智科技有限公司; 中国移动通信集团有限公司 |
| 发明人 | 董雪; 胡玉其; 宋上雷; 张延彬; 汤燕娟; 黄桢 |
| 地址 | 北京市海淀区丹棱街甲16号; 北京市海淀区丹棱街16号C座9层; 北京市西城区金融大街29号 |
专利主权项内容
1.一种资源需求预测模型训练方法，其特征在于，包括：基于业务负荷样本，对预设的长短期记忆网络进行训练，得到训练好的业务负荷预测子模型；将所述业务负荷样本、以及每个所述业务负荷样本各自对应的网元资源消耗信息样本输入预设的生成对抗网络进行训练，得到训练好的资源消耗子模型；所述业务负荷预测子模型用于在接收到输入的目标时刻的情况下，进行业务负荷预测，得到所述目标时刻的业务负荷预测结果，将所述业务负荷预测结果输出至所述资源消耗子模型；所述资源消耗子模型用于基于所述业务负荷预测结果，进行资源需求预测，得到资源需求预测结果；将训练好的所述资源消耗子模型和所述业务负荷预测子模型确定为资源需求预测模型。