典型文献
基于多智能体Actor-Critic算法的异构网络能效优化
文献摘要：
为了最大限度地提高异构网络(HetNets)的能量利用率,本文将能效优化问题设计为一个多级决策问题,根据优化目标的资源分配,首先将初始问题分解为对参数几乎空白子帧比例和小区间范围扩展进行优化的两个子问题,采用多智能体Actor-Critic(MAAC)算法对子问题进行求解,然后通过迭代各优化子问题的解,解决初始优化问题.在参数优化过程中,将单个小基站作为一个智能体,采用MAAC算法对各自CRE寻找最优解,实现小区间异步CRE优化.实验结果表明,该方法在保持能效稳定提高的前提下,相比较于表格式Q学习的循环Q学习算法,其收敛速度提高了 40％,并且通过异步优化CRE的方式取得了基站间更均衡的负载.
文献关键词：
异构网络;eICIC;多智能体;MAAC
中图分类号：
作者姓名：
张茜茜;李君;李正权;于心远
作者机构：
南京信息工程大学 南京210044;无锡学院 无锡214105;江南大学轻工过程先进控制教育部重点实验室 无锡214122;北京邮电大学网络与交换技术国家重点实验室 北京100876
文献出处：
引用格式：
[1]张茜茜;李君;李正权;于心远-.基于多智能体Actor-Critic算法的异构网络能效优化)[J].电子测量技术,2022(22):12-18
A类：
MAAC,eICIC
B类：
多智能体,Actor,Critic,异构网络,能效优化,HetNets,能量利用率,优化问题设计,一个多,决策问题,优化目标,资源分配,初始问题,问题分解,白子,子问题,对子,化子,小基站,CRE,最优解,异步,表格,收敛速度
AB值：
0.336207
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
