基于Q學習的傳感器節(jié)點任務調度算法研究.pdf

1、在動態(tài)變化的無線傳感器網絡(WSN)環(huán)境中，如何在有效利用傳感器節(jié)點受限資源的同時獲得較好的應用性能是WSN研究的關鍵問題之一?；赒學習的傳感器節(jié)點任務調度算法是解決這一問題的有效途徑之一。根據(jù)學習方式的不同，現(xiàn)有學習型算法主要分為獨立學習型算法和合作學習型算法。
　　針對獨立學習型算法在能量消耗要求低的場景中存在應用性能較差的問題，本文建立獨立Q學習模型，定義基本學習元素，提出一種基于Q學習和規(guī)劃的獨立型任務調度算法。該算法通

2、過改善節(jié)點的學習策略來提高節(jié)點的應用性能，具體是建立基于優(yōu)先級機制和過期機制的規(guī)劃過程，有效利用經驗知識，加強有利于學習的任務被調度的趨勢，減弱不利于學習的任務被調度的趨勢。NS3實驗結果表明該算法能夠根據(jù)環(huán)境變化進行動態(tài)任務調度;相比其他獨立學習型算法，該算法能夠在能量消耗要求低的場景中獲得較好的應用性能。
　　現(xiàn)有合作學習型算法由于頻繁的交換合作信息，不能適用于應用性能要求高的場景。針對該問題，本文建立合作Q學習模型，定義基本