基于异步深度强化学习的无线传感器网络拓扑优化方法
授权
摘要
本发明公开一种基于异步深度强化学习的无线传感器网络拓扑优化方法，利用无标度网络模型的规则生成初始化的无线传感器网络拓扑结构；压缩无线传感器网络拓扑结构；初始化异步深度强化学习模型；训练与测试阶段；在训练阶段，首先对无线传感器网络拓扑结构进行序列化，用一个行向量来表示无线传感器网络拓扑结构；然后，网络拓扑结构行向量分别输入到不同的本地网络训练模型中；其次，本地网络训练模型中包含两个神经网络模型，分别是动作选取策略网络和策略评估网络；测试阶段，全局网络训练模型对测试数据集进行测试评估；重复步骤1、2、3和4；直至最大的迭代次数。
基本信息
专利标题 ：
基于异步深度强化学习的无线传感器网络拓扑优化方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111935724A
申请号 ：
CN202010641920.7
公开（公告）日 ：
2020-11-13
申请日 ：
2020-07-06
授权号 ：
CN111935724B
授权日 ：
2022-05-03
发明人 ：
邱铁陈宁李克秋周晓波赵来平张朝昆
申请人 ：
天津大学
申请人地址 ：
天津市南开区卫津路92号
代理机构 ：
天津市北洋有限责任专利代理事务所
代理人 ：
刘子文
优先权 ：
CN202010641920.7
主分类号 ：
H04W16/18
IPC分类号 ：
H04W16/18 H04W24/02 H04W24/06 G06K9/62 G06N3/08 H04W84/18
法律状态
2022-05-03 ：
授权
2020-12-01 ：
实质审查的生效
IPC(主分类) : H04W 16/18
申请日 : 20200706
申请日 : 20200706
2020-11-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
