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:
传统的网络时延控制模型在分析时延原因时,仅从宏观角度分析,缺少建立网络模型的过程,导致时延控制能力差、数据传输时间长、丢包率大的问题.为解决此问题,设计一种基于强化学习的网络时延自动化控制模型.该模型的构建主要分为两部分,先是确定网络模型,具体分析网络时延出现的原因,在此基础上,利用强化学习中的Q学习算法构建自动化控制模型,以解决网络时延问题.实验结果表明:与传统的基于均衡调度的网络时延控制模型相比,该模型对网络时延的控制性能更好,且数据包传输时间缩短3.7 s,数据包丢包率降低5%,应用优势明显.
推荐文章
基于深度强化学习的变电站巡检机器人自动化控制方法研究
变电站巡检机器人
深度强化学习
自动化控制
神经网络结构
奖励值模型
基于β增益的网络控制系统时延补偿
网络控制系统
时延补偿
β增益
基于Jitterbug的网络控制系统时延补偿的研究
Jitterbug
预估分析
代价函数
时延补偿
网络控制系统
基于PC的自动化控制
PC-BASED
自动化
集成
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 基于强化学习的网络时延自动化控制数学建模研究
来源期刊 自动化与仪器仪表 学科 工学
关键词 强化学习 网络时延 自动化控制 Q学习算法
年,卷(期) 2020,(3) 所属期刊栏目 理论创新
研究方向 页码范围 57-59
页数 3页 分类号 TP274
字数 语种 中文
DOI 10.14016/j.cnki.1001-9227.2020.03.057
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 宁玉文 空军军医大学网络中心 15 27 3.0 4.0
2 葛书荣 7 5 2.0 2.0
3 荆荣丽 4 1 1.0 1.0
4 王鹏 4 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  (191)
共引文献  (32)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(12)
  • 参考文献(0)
  • 二级参考文献(12)
2008(13)
  • 参考文献(0)
  • 二级参考文献(13)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(17)
  • 参考文献(0)
  • 二级参考文献(17)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(16)
  • 参考文献(0)
  • 二级参考文献(16)
2015(20)
  • 参考文献(1)
  • 二级参考文献(19)
2016(30)
  • 参考文献(2)
  • 二级参考文献(28)
2017(11)
  • 参考文献(5)
  • 二级参考文献(6)
2018(7)
  • 参考文献(7)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
强化学习
网络时延
自动化控制
Q学习算法
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
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
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