基于強(qiáng)化學(xué)習(xí)的網(wǎng)絡(luò)擁塞控制算法

打開文本圖片集

摘  要：該文結(jié)合強(qiáng)化學(xué)習(xí)方法提出一種QLCC算法，此算法是將網(wǎng)絡(luò)擁塞過(guò)程進(jìn)行簡(jiǎn)化之后描述為馬爾科夫決策過(guò)程，在Q-learning算法應(yīng)用的基礎(chǔ)上創(chuàng)新設(shè)計(jì)的新型網(wǎng)絡(luò)擁塞控制算法。研究過(guò)程中首先介紹強(qiáng)化學(xué)習(xí)方法，并對(duì)網(wǎng)絡(luò)擁塞過(guò)程中馬爾科夫決策過(guò)程的構(gòu)建條件及假設(shè)進(jìn)行探討，之后從框架結(jié)構(gòu)、參數(shù)結(jié)構(gòu)及定義、參數(shù)離散劃分和更新步驟幾個(gè)方面介紹QLCC算法，并采取仿真實(shí)驗(yàn)方法對(duì)該種新算法的網(wǎng)絡(luò)吞吐量、公平性、隨機(jī)丟包環(huán)境下的吞吐量分別進(jìn)行檢測(cè)，通過(guò)與其他3種傳統(tǒng)網(wǎng)絡(luò)擁塞控制算法進(jìn)行對(duì)比分析，證實(shí)QLCC算法具有吞吐量較佳、公平性最高、抗丟包性能最優(yōu)的性能，說(shuō)明其是一種具有較高應(yīng)用優(yōu)勢(shì)的智能化網(wǎng)絡(luò)擁塞控制算法。（剩余6509字）