模糊强化学习的改进GEAR传感网络均衡算法

摘要：

在网络节点分配均衡优化中,需要依靠地理位置与能量开销等先验知识才能进行调度,但传统GEAR节点分配算法中,传感节点的有效性不强,降低了通信效率.在分析GEAR传感节点分配算法基础上,提出模糊强化Q学习的改进GEAR传感网络均衡算法.运用模糊神经网络对强化学习中的Q值进行逼近,把Q值与无线传感节点分配过程相结合,根据模糊Q值对传递节点进行选择.提高通信效率,通过仿真结果验证了改进方法的通信能量消耗曲线趋势要低于传统GEAR算法,能有效避开网络拥塞区域,通信效率得到了显著的提高.

关键词：模糊神经网络、强化学习、算法

所属期刊栏目：30

分类号：TP116(自动化基础理论)

资助基金：河南省政府决策研究招标课题2011B637

在线出版日期：2013-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：279-283