简介： 本发明公开了面向蜂窝网络的改进式强化学习网络覆盖优化方法，包括：(1)从异构无线网络环境中采集终端路测数据和基站侧静态数据，处理得到平衡数据集；(2)从平衡数据集中选取一部分数据作为训练集输入到随机森林模型中，对随机森林模型进行训练得到网络覆盖预测模型；(3)设置覆盖优化的目标函数；(4)设置强化学习与网络覆盖优化问题的空间映射，训练强化学习智能体，得到工程参数的调整策略以及覆盖优化结果。本发明方法自动改进优化行为，从而拥有更快的收敛速度，同时能够积累大量运维优化经验并自主形成优化策略，避免了优化过程对网络性能产生较大影响。