一种工业应用5G网络的评估模型的构建方法

专利主权项内容

1.一种工业应用5G网络的评估模型的构建方法，其特征在于，包括以下步骤：获取工业5G网络评估的初始数据，对所述初始数据进行预处理；基于所述初始数据构造评估数据；所述评估数据包括：第一评估数据、第二评估数据、第三评估数据以及第四评估数据；所述第一评估数据表征所述初始数据的上传速率和下载速率的日均偏移量；所述第二评估数据表征所述初始数据在某区域的时刻工作基站密度；所述第三评估数据表征所述初始数据的基站的日均承载流量；所述第四评估数据表征所述初始数据的上网速率的日均投诉比例；所述日均偏移量表征一天内每一时刻上传速率和下载速率与标准值的均方误差；所述基站比例为区域基站与区域面积的比值；所述日均投诉比例表征上网速率评价人数中投诉人数所占的比例；根据所述评估数据获取工业5G网络评估模型，优化所述工业5G网络评估模型；优化所述工业5G网络评估模型的方法，包括：给定待优化连续可微分的函数、学习率以及初始值；计算梯度：其中学习率为，梯度下降的距离为/>，损失函数/>在评估参数和评估数据/>处的梯度为/>，第s个训练评估数据的特征值为/>，第s个训练评估数据的目标值为/>，评估参数的初始值为/>，评估参数为/>，特征s的数量为r，特征值/>在评估参数/>处的实际值为/>，更新评估参数：其中动量因子为，初始动量为/>，梯度信息为/>，更新后的评估参数为/>，更新学习率：其中可调参数为c，训练完所有小批量的次数为，更新后的学习率为/>，更新迭代，计算新的梯度：其中第t次迭代的评估参数为，第t+1次迭代的评估参数为/>，损失函数第t次迭代的梯度为/>，第t次迭代的学习率为/>，直到损失函数收敛则停止迭代；使用所述评估数据训练所述工业5G网络评估模型，获得目标模型。