基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
论文将强化学习算法应用于网络的拥塞控制中,该网络拥塞控制器可以调节源端发送数据的速率,使网络中可能发生拥塞的节点的缓冲区队列长度逼近给定值,从而避免了拥塞的发生,保证了网络的稳定运行.仿真实验验证了算法的有效性.
推荐文章
基于CMAC网络强化学习的电梯群控调度
电梯群控调度
强化学习
CMAC神经网络
函数估计
基于神经网络集成的强化学习算法系统设计
神经网络集成
BP神经网络
强化学习
RBP模型
基于信度分配函数的Agent强化学习算法
强化学习
Q-学习
信度分配强化学习
基于深度强化学习的软件定义网络QoS优化
软件定义网络
深度强化学习
长短期记忆
服务质量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于强化学习算法的网络拥塞控制
来源期刊 计算机工程与应用 学科 工学
关键词 强化学习 拥塞控制 缓冲区队列长度
年,卷(期) 2005,(3) 所属期刊栏目 博士论坛
研究方向 页码范围 18-20
页数 3页 分类号 TP273
字数 2392字 语种 中文
DOI 10.3321/j.issn:1002-8331.2005.03.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴捷 华南理工大学电力学院 280 6596 45.0 67.0
2 郭红霞 华南理工大学电力学院 35 450 14.0 21.0
3 王春茹 华南理工大学电力学院 4 96 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (1)
二级引证文献  (1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
强化学习
拥塞控制
缓冲区队列长度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导