一种基于强化学习的传感器网络应用重构决策方法
张冬梅1
刘强2
1.北京邮电大学,灾备技术国家工程实验室,北京,1008762.国家计算机网络应急技术处理协调中心,北京,100029
摘要：利用马尔可夫决策过程模型对传感器网络重构决策问题进行建模,提出了一种规则推理和强化学习相结合的动态应用重构决策方法.以能量约束和环境自适应性作为学习目标,设计了一个基于Q-学习的重构决策算法,使重构决策能够适应环境条件的变化.仿真结果表明基于强化学习的动态决策可以使传感器节点在运行过程中不断学习其所部署环境中异常事件发生的规律,自适应地调整节点上的应用,达到以较小的能耗获得较准确的监测效果的目标.
关键词：无线传感器网络应用重构重构决策强化学习
分类号：TN919.72(通信)TP181(自动化基础理论)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 23-28 )
英文信息