作者:徐祥伟,魏振春,冯琳,张岩 单位:合肥工业大学 出版:《合肥工业大学学报(自然科学版)》2017年第04期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFHEFE2017040080 DOC编号:DOCHEFE2017040089 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Q学习和规划的传感器节点任务调度算法》PDF+DOC2016年第11期 魏振春,徐祥伟,冯琳,丁蓓 《面向数据中心感知网络的可靠性研究》PDF+DOC2016年第04期 薛栋梁,昌凯,程家林,李渊,孙强,陈年生,王雪松,高云伟 《无线传感器网络研究现状及应用》PDF+DOC2015年第04期 赵娜 《ZigBee与RS485混合网络的粮情监控系统的研究》PDF+DOC2016年第09期 杨盛泉,刘海泉,刘白林 《VRML联动控制功能研究》PDF+DOC 吴迪,刘军,徐朋,部德才,季长清,李学慧 《低功耗无线传感器网络节点的设计》PDF+DOC2009年第02期 孙延明,刘志远,蔡春丽,柴寿臣,刘继江 《无线传感器网络新型能量管理系统》PDF+DOC2009年第10期 赵清华,张玮,李鸿燕,李化 《无线传感器网络节点的研究与设计》PDF+DOC2007年第05期 敦旭锋,田丰,孙小平 《无线传感器网络中的传感器节点分组控制策略》PDF+DOC2013年第01期 徐征,张华,岳国栋,刘冲,王天娆 《基于任务相关性的无线传感器网络任务调度算法》PDF+DOC2013年第05期 严芳芳,石悦,魏伟
  • 针对现有合作学习算法存在频繁通信、能量消耗过大等问题,应用目标跟踪建立任务模型,文章提出一种基于Q学习和TD误差(Q-learning and TD error,QT)的传感器节点任务调度算法。具体包括将传感器节点任务调度问题映射成Q学习可解决的学习问题,建立邻居节点间的协作机制以及定义延迟回报、状态空间等基本学习元素。在协作机制中,QT使得传感器节点利用个体和群体的TD误差,通过动态改变自身的学习速度来平衡自身利益和群体利益。此外,QT根据Metropolis准则提高节点学习前期的探索概率,优化任务选择。实验结果表明:QT具备根据当前环境进行动态调度任务的能力;相比其他任务调度算法,QT消耗合理的能量使得单位性能提高了17.26%。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。