[发明专利]一种基于时空相关的网络节点和链路剩余资源预测方法

权利要求书

1.一种基于时空相关的网络节点和链路剩余资源预测方法，其特征在于，包括：

S1：根据网络节点以及节点之间链路的拓扑关系，构建网络拓扑的节点链路连接图G；

S2：根据所述节点链路连接图，获得节点链路邻接矩阵A；

S3：通过从网络节点以及链路获取各类资源的剩余量，构建训练集X_train以及测试集X_test；其中，所述训练集X_train包括节点特征训练集以及链路特征训练集所述测试集X_test包括节点特征测试集以及链路特征测试集

S4：构建改进型S-GRU神经网络模型；

S5：利用所述训练集X_train和节点链路邻接矩阵A对改进型S-GRU神经网络模型进行训练，得到训练好的改进型S-GRU神经网络模型；

S6：将所述测试集X_test和节点链路邻接矩阵A输入训练好的改进型S-GRU神经网络模型，得到网络中节点和链路剩余资源的预测值。

2.根据权利要求1所述的一种基于时空相关的网络节点和链路剩余资源预测方法，其特征在于，S1包括：

S1.1：根据网络节点以及节点之间链路的拓扑关系，将网络拓扑中的每个节点定义为node_i；其中i∈{1,2,…,N}，N表示节点数量，将网络拓扑中的每条链路定义为link_k，其中k∈{1,2,…,L}，L表示链路数量；

S1.2：将网络拓扑的节点和链路转化成顶点v_m,m∈{1,2,…,N+L}，其中前N个顶点v₁,v₂,…,v_n表示网络拓扑的节点，后L个顶点v_N+1,v_N+2,…,v_N+L表示网络拓扑的链路；

S1.3：若网络拓扑中第i个节点node_i与第j个节点node_j之间有链路连接，将顶点v_i和v_j相连得到边e_i,j，j∈{1,2,…,N}；

S1.4：若网络拓扑中第k个链路link_k与第l个链路link_l经过同一个节点，将顶点v_N+k和v_N+l相连得到边e_N+k,N+l，l∈{1,2,…,L}；

S1.5：若网络拓扑中第i个节点node_i与第k个链路link_k相连，将顶点v_i和v_N+k相连得到边e_i,N+k；

S1.6：顶点v_m和边e_m,n组成节点链路连接图G。

3.根据权利要求2所述的一种基于时空相关的网络节点和链路剩余资源预测方法，其特征在于，S2包括：

S2.1：用a_m,n表示节点链路连接图G中第m个顶点v_m与第n个节点v_n的连接关系；n∈{1,2,…,N+L}，a_m,n＝0表示不相连，a_m,n＝1表示相连，则存在边e_m,n；

S2.2：根据图G的顶点连接关系a_m,n，获得维度(N+L)×(N+L)的节点链路邻接矩阵A：