改进Q-Learning的WRSN充电路径规划算法
文献类型：期刊论文
| 作者 | 刘洋; 王军; 吴云鹏 |
| 刊名 | 太赫兹科学与电子信息学报
 |
| 出版日期 | 2022-04-28 |
| 卷号 | 20期号:04页码:393-401 |
| 英文摘要 | 针对传统无线传感器网络节点能量供应有限和网络寿命短的瓶颈问题，依据无线能量传输技术领域的最新成果，提出了一种基于改进Q-Learning的无线可充电传感器网络的充电路径规划算法。基站根据网络内各节点能耗信息进行充电任务调度，之后对路径规划问题进行数学建模和目标约束条件设置，将移动充电车抽象为一个智能体(Agent)，确定其状态集和动作集，合理改进ε-greedy策略进行动作选择，并选择相关性能参数设计奖赏函数，最后通过迭代学习不断探索状态空间环境，自适应得到最优充电路径。仿真结果证明：该充电路径规划算法能够快速收敛，且与同类型经典算法相比，改进的Q-Learning充电算法在网络寿命、节点平均充电次数和能量利用率等方面具有一定优势。 |
| 源URL | [http://ir.ciomp.ac.cn/handle/181722/66184]  |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 作者单位 | 1.中国科学院长春光学精密机械与物理研究所 2.苏州科技大学电子与信息工程学院 |
| 推荐引用方式 GB/T 7714 | 刘洋,王军,吴云鹏. 改进Q-Learning的WRSN充电路径规划算法[J]. 太赫兹科学与电子信息学报,2022,20(04):393-401. |
| APA | 刘洋,王军,&吴云鹏.(2022).改进Q-Learning的WRSN充电路径规划算法.太赫兹科学与电子信息学报,20(04),393-401. |
| MLA | 刘洋,et al."改进Q-Learning的WRSN充电路径规划算法".太赫兹科学与电子信息学报 20.04(2022):393-401. |
入库方式： OAI收割
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。