针对现有资源调度算法难以满足5G低时延业务需求的现状，提出了一种基于联合遗传和 禁忌搜索算法的资源调度（GATS）算法。首先利用整数线性规划建立了虚拟链路的动态带宽分配 策略，然后在传统柔性车间调度模型的基础上引入了数据流量在虚拟链路中的传输时延，建立了相 应的5G网络资源调度模型。为了求解这一调度模型，设计了采用联合遗传和禁忌搜索算法的启 发式调度算法，该算法通过在遗传算法寻优过程中引入禁忌搜索，平衡全局搜索和局部搜索能力， 有效解决了遗传算法早熟的问题，而且能够获得更好的调度方案。仿真实验表明，与GA—BA算法 相比，GATS算法将服务完成时间减少了17％，不仅满足了5G低时延业务的需求，而且提高了用 户体验和移动运营商的收益。
