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:
针对水声传感器网络(UASNs)中存在节点能量有限、传播延时大、时变性等问题,提出了一种基于反馈的合作强化学习水下路由算法.将路由建模成一个离散Markov决策过程,使用合作强化学习算法寻找最优路由.基于反馈的水下路由算法中,节点不断从所处环境中学习反馈,获得的回报函数中考虑节点深度、剩余能量以及邻居节点等信息,在保证可靠性的情况下,达到传输路径和能量消耗的折中,增强了路由算法对网络动态变化的适应性.
推荐文章
基于核方法的强化学习算法
强化学习
核方法
马尔科夫决策过程
Q-learning
mountiain car
基于个性的群体强化学习算法
个性
Agent
群体强化学习
RoboCup
基于强化学习的相关反馈图像检索算法
强化学习
Q_学习
相关反馈
图像检索
基于深度强化学习的服务功能链映射算法
网络功能虚拟化
服务功能链
深度强化学习
网络时延
网络运维开销
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 基于反馈的合作强化学习水下路由算法
来源期刊 通信技术 学科 工学
关键词 水声传感器网络 反馈 增强学习 路由机制
年,卷(期) 2017,(8) 所属期刊栏目 网络与系统
研究方向 页码范围 1719-1724
页数 6页 分类号 TN929.3
字数 5701字 语种 中文
DOI 10.3969/j.issn.1002-0802.2017.08.022
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 王世练 26 82 5.0 7.0
2 卜任菲 1 1 1.0 1.0
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  (1)
同被引文献  (7)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(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
水声传感器网络
反馈
增强学习
路由机制
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
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
总被引数(次)
42849
论文1v1指导