【技术实现步骤摘要】
本专利技术涉及物联网资源管理，尤其涉及基于图强化学习的物联网资源无冲突分配方法及系统。
技术介绍
1、在未来网络领域，物联网(iot)技术正在经历快速发展。它们的关键功能不仅限于将设备彼此连接，还在于它们能够将具有先进传感、通信和计算能力的大型智能设备连接起来。物联网由多个智能无线传感器设备(wsd)组成，其连接到接入点(ap)，旨在互连来自不同环境的大量终端设备，并实现各种新颖应用，如自动驾驶、智能医疗保健、智能工厂和智能城市。
2、未来的无线网络面临着一个重大挑战：由于频谱无线电稀缺和无线iot网络中的网络服务管理负担，它们可能无法支持原始数据的十倍增加。当设备密集部署时，可能会发生严重的网络资源冲突，从而显著降低网络吞吐量和用户的服务质量(qos)。因此，物联网在可预见的未来要跟上快速增长的步伐是一项挑战。为了解决这个问题，人工智能(ai)和机器学习(ml)网络服务管理技术的研究已经出现，以提高网络服务管理性能，并在物联网中使命执行期间实现网络资源冲突和网络吞吐量之间的平衡。
3、物联网环境状态总是随时间变...
【技术保护点】
1.基于图强化学习的物联网资源无冲突分配方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于图强化学习的物联网资源无冲突分配方法，其特征在于，所述步骤S1具体包括步骤：
3.根据权利要求2所述的基于图强化学习的物联网资源无冲突分配方法，其特征在于，所述步骤S2具体包括步骤：
4.根据权利要求2所述的基于图强化学习的物联网资源无冲突分配方法，其特征在于，γi由下式计算：
5.根据权利要求4所述的基于图强化学习的物联网资源无冲突分配方法，其特征在于，所述步骤S3具体包括步骤：
6.根据权利要求5所述的基于图...
【技术特征摘要】
1.基于图强化学习的物联网资源无冲突分配方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于图强化学习的物联网资源无冲突分配方法，其特征在于，所述步骤s1具体包括步骤：
3.根据权利要求2所述的基于图强化学习的物联网资源无冲突分配方法，其特征在于，所述步骤s2具体包括步骤：
4.根据权利要求2所述的基于图强化学习的物联网资源无冲突分配方法，其特征在于，γi由下式计算：
5.根据权利要求4所述的基于图强化学习的物联网资源无冲突分配方法，其特征在于，所述步骤s3具体包括步骤：
6.根据权利要求5所述的基于图强化学习的物联网...
【专利技术属性】
技术研发人员：黄杰，杨成，杨凡，张仕龙，喻涛，李幸星，蔡杰良，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。