长江信息通信杂志

摘要：随着5G网络规模扩展,传统静态资源分配方式难以满足动态变化的网络环境需求,深度学习算法能够精准预测网络流量变化趋势,强化学习机制实现资源配置的动态优化调整,自适应资源分配算法通过多目标优化策略平衡网络吞吐量、时延控制与资源利用率等关键指标。仿真实验验证算法在高负载场景下显著提升网络性能,吞吐量提升至780Mbps,时延控制在15ms以内,资源利用率达到88%,为5G网络智能化运维提供技术支撑。

关键词： 人工智能;5G网络;自适应资源分配;深度学习;强化学习;

DOI： 10.20153/j.issn.2096-9759.2026.06.005

专辑： 信息科技

专题： 电信技术;自动化技术

分类号： TN929.5;TP18