简介：5G网络切片技术是满足车联网业务低延迟、高可靠性要求的重要选择.为满足车联网业务差异化和多样化服务需求,设计一种基于最大化网络效用的车联网网络切片资源分配方案.该方案定义了网络效用函数,在兼顾传输速率、时延的同时考虑了车辆移动性对网络效用的影响,并提出一种基于动态记忆库的双Sigmoid粒子群算法.其中,动态记忆库通过维护一个动态更新的记忆库来增加群体多样性,有效避免算法过早陷入局部最优;双Sigmoid函数更新惯性权重因子解决了算法前后期过渡不平滑等问题.仿真实验结果表明,所提算法较次优算法运行时间缩短了5.5%,同场景车联网网络切片资源分配公平性系数提升了9.62%,网络效用提升了7.86%,为提高车联网服务质量提供了参考.展开
