咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于Q-learning的分布式自适应拓扑稳定性算法 收藏

基于Q-learning的分布式自适应拓扑稳定性算法

Q-Learning Based Distributed Adaptive Algorithm for Topological Stability

作     者:黄庆东 石斌宇 郭民鹏 袁润芝 陈晨 HUANG Qing-dong;SHI Bin-yu;GUO Min-peng;YUAN Run-zhi;CHEN chen

作者机构:西安邮电大学通信与信息工程学院信息与通信技术国家级实验教学中心西安710121 

出 版 物:《电子科技大学学报》 (Journal of University of Electronic Science and Technology of China)

年 卷 期:2020年第49卷第2期

页      面:262-268页

核心收录:

学科分类:07[理学] 08[工学] 070104[理学-应用数学] 081101[工学-控制理论与控制工程] 0701[理学-数学] 0811[工学-控制科学与工程] 

基  金:国家科技重大专项(2017ZX03001012-005) 陕西省教育厅科学研究计划(17JK0693) 陕西省重点科技创新团队计划(2017KCT-30-02) 

主  题:分布式 移动自组织网络 强化学习 拓扑稳定性 

摘      要:针对移动节点对网络拓扑稳定性的影响,提出了一种预测相邻节点稳定联接的自适应分布式强化学习算法。各节点采用强化学习和学习区间自适应划分相结合的方法,利用相邻节点间的接收信号强度信息对相邻节点间的联接状态进行判定,最终预测出能够保持稳定联接的邻居节点集。通过多种条件下随机游走模型仿真,结果表明预测准确度均保持在95%左右,验证了该算法的有效性和稳定性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分