首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于最大熵与多智能体的虚拟网络映射方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:扬州大学

摘要:本发明公开了一种基于最大熵与多智能体的虚拟网络映射方法,包括以下步骤:S1、获取虚拟网络请求:获取车联网环境中的多个虚拟网络请求,包括事件触发流量和时间触发流量;S2、多智能体强化学习映射:利用基于多智能体的柔性演员评论家强化学习算法,对虚拟网络请求进行节点和链路映射,本发明中AME算法在车联网的动态拓扑网络中表现出了较好的性能和适应性,特别是在高动态环境下,通过最大熵探索和注意力机制的结合,有效提高了系统对全局资源的把控能力,提升了对关键信息的处理能力,多智能体能够学习如何在复杂环境中更有效地合作或竞争,优化了整个系统的性能,特别是在处理时间触发流量时,确保了严格的周期性和可调度性。

主权项:1.一种基于最大熵与多智能体的虚拟网络映射方法,其特征在于:包括以下步骤:S1、获取虚拟网络请求:获取车联网环境中的多个虚拟网络请求,包括事件触发流量和时间触发流量;S2、多智能体强化学习映射:利用基于多智能体的柔性演员评论家强化学习算法,对虚拟网络请求进行节点和链路映射,得到多个级别的虚拟网络请求的初步映射结果,其中柔性演员评论家强化学习算法在其强化学习目标中融入了最大熵以优化奖励机制,实现对环境的探索;S3、动态调整熵权重:设定自动调整的温度参数,自动调整算法中的熵权重,以平衡映射方案的探索和随机性,同时确保时间触发流量的严格周期性要求得到满足;S4、中心注意力机制:采用具有多个注意力头的中心注意力机制,实现权重的动态分配,促进智能体之间的有效合作,使算法具备较强的应变能力,并特别处理时间触发流量以保证其周期性和可调度性;S5、优势函数信用分配:利用优势函数对智能体间的贡献进行信用分配,并将基础无线网络环境作为状态传入马尔可夫模型的状态空间,完成在动态网络拓扑条件下的虚拟网络映射。

全文数据:

权利要求:

百度查询: 扬州大学 一种基于最大熵与多智能体的虚拟网络映射方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。