基于深度强化学习的应急通信网络规划方法

• 作者: 朱巍 杨若鹏 殷昌盛 邹小飞
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 应急通信 网络规划 强化学习 智能化
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 通信与网络
• 页码范围: 2091-2097
• 页数: 7页
• 分类号: TP302
• 字数: 5865字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2020.09.27

摘要

针对应急通信网络规划传统算法对先验知识要求高、时效性不强等问题,提出一种基于深度强化学习的应急通信网络拓扑规划方法.研究了基于蒙特卡罗树搜索与自博弈相结合的网络规划样本数据生成方法,设计了基于残差网络的策略网和价值网,在此基础上使用Tensorflow库对模型进行构建和训练.仿真结果表明,提出的规划方法能够有效实现网络拓扑的智能规划,且具有较高的时效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨若鹏	国防科技大学信息通信学院	4	14	1.0	3.0
2	朱巍	国防科技大学信息通信学院	4	14	1.0	3.0
3	殷昌盛	国防科技大学信息通信学院	1	0	0.0	0.0
4	邹小飞	国防科技大学信息通信学院	1	0	0.0	0.0