文献

J-GLOBAL ID：202002220355060987   整理番号：20A0677937

改良Q学習アルゴリズムに基づく低圧電力線通信網およびメンテナンス方法【JST・京大機械翻訳】

Low-voltage Power Line Communication Networking and Maintenance Based on Improved Q Learning Algorithm

著者 (3件)： Cui Ying (哈爾浜工業大学電气工程及自動化学院,黒竜江省哈爾浜市,150001) ,  Liu Xiaosheng (哈爾浜工業大学電气工程及自動化学院,黒竜江省哈爾浜市,150001) ,  Xu Dianguo (哈爾浜工業大学電气工程及自動化学院,黒竜江省哈爾浜市,150001)
資料名： Dianli Xitong Zidonghua  (Dianli Xitong Zidonghua)
巻： 43  号： 24  ページ： 111-118  発行年： 2019年 
JST資料番号： C2510A  ISSN： 1000-1026  CODEN： DXZIE9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ネットワーク安定性を強化するために,適切な低電圧電力線通信(LVPLC)トポロジー制御方法の選択は非常に重要である。現段階ネットワーク方式が自己学習能力を持たないため、動的変化に対するトポロジー反応能力が相対的に遅れてネットワークが不安定になるという問題に対して、LVPLCLANの多制約に適応する改良Q学習アルゴリズムを提案した。アルゴリズムは,非対称チャネルネットワークシステムを離散Markov決定プロセスとしてモデル化する。未知の環境との継続的な相互作用を通して,ノード情報を登録し,経路選定テーブルを構築し,周期的にオンライン学習し,そして,ノードは,最適の転送方向を選択し,そして,ゲートウェイを,ツリーのクラスタツリーとして,最適化した。周期的なラウンドロビンエージェントは,バックボーンクラスタツリーネットワークの論理トポロジーを維持し,更新し,ネットワーク寿命を延長し,ネットワークの安定性を保証する。シミュレーション結果は,このアルゴリズムの有効性と一般化能力を実証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： クラスタ ,  対称通信路 ,  位相幾何学 ,  基幹回線 ,  最適化 ,  ゲートウェイ ,  シミュレーション ,  *保守管理 ,  *電力線通信 ,  エージェント ,  相互作用 ,  *低圧 ,  ネットワーク ,  経路選定 ,  *アルゴリズム

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (5件)： Q学習 ,  アルゴリズム ,  低圧 ,  電力線通信 ,  メンテナンス