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:
针对一般WSN多目标协同跟踪研究中优化目标单一的缺点,提出了一种基于Q学习的多目标耦合协同任务分配算法.该算法提出了合簇的方法以解决多目标耦合情形的网络任务分配竞争冲突问题,首先,采用Q学习方法选取多目标相遇阶段的最优合簇时机,同时拟定合适的Q学习函数和回报函数,得出目标并行阶段最优簇首切换方案;然后,在保证剩余能量的前提下,利用设计的信息效用函数和动态最小簇成员数目给出不同阶段最优簇首及簇成员的选择;最后,根据目标特征标签分离目标信息.仿真结果表明,算法可以对多目标跟踪的耦合情形进行优化,能够满足跟踪精度的需求,具有降低系统能量消耗的优点,较好地延长了网络的生命周期.
推荐文章
多无人机多目标协同近距任务分配研究
无人机
任务分配
混合粒子群算法
分层规划
权重
面向多目标追踪的无线传感器网络协同任务分配研究
无线传感器网络
协同任务分配
动态联盟机制
分布式约束满足
分布式随机算法
基于多目标粒子群优化算法的装备维修任务分配
多目标优化问题
粒子群算法
装备维修任务分配
WSN 中基于多目标优化的协同任务分配算法
无线传感器网络
协同任务分配
动态联盟
多目标优化
NSGA-Ⅱ
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Q学习的多目标耦合协同任务分配算法
来源期刊 电光与控制 学科 航空航天
关键词 多目标跟踪 任务分配 Q学习 竞争冲突 WSN
年,卷(期) 2018,(4) 所属期刊栏目 学术研究
研究方向 页码范围 16-22
页数 7页 分类号 V249
字数 7162字 语种 中文
DOI 10.3969/j.issn.1671-637X.2018.04.004
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 丁勇 南京航空航天大学自动化学院 38 271 8.0 15.0
5 柏茂羽 南京航空航天大学自动化学院 3 2 1.0 1.0
6 胡忠旺 南京航空航天大学自动化学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (28)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (16)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
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
多目标跟踪
任务分配
Q学习
竞争冲突
WSN
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
电光与控制
月刊
1671-637X
41-1227/TN
大16开
河南省洛阳市017信箱16分箱
1970
chi
出版文献量(篇)
4517
总下载数(次)
11
论文1v1指导