排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
针对正交频分多址(Orthogonal Frequency Division Multiplexing Access,OFDMA)异构网络中用户关联和功率控制协同优化不佳的问题,提出了一种多智能体深度Q学习网络(Deep Q-learning Network,DQN)方法.首先,基于用户关联和功率控制最优化问题,构建了正交频分多址的双层异构网络系统模型,以实现智能决策;其次,根据应用场景和多智能体DQN框架的动作空间,对状态空间和奖励函数进行重构;最后,通过选取具有宏基站(Base Station,BS)和小型BS的两层异构网络,对多智能体DQN算法的性能进行仿真实验.仿真结果表明,相较于传统学习算法,多智能体DQN算法具有更好的收敛性,且能够有效提升用户设备(User Equipment,UE)的服务质量与能效,并可获得最大的长期总体网络实用性. 相似文献
2.
由摆线传动的啮合原理可知,摆线行星传动的传动原理基于弹性小变形及变形协调假设分析了卧枕式针齿结构的摆线轮在传动过程中的受力,建立了摆线轮啮合时的受力分析模型并编制了算法,结合啮合力计算算例将该算法进行了说明,获得了卧枕式针齿结构的受力分布特点.最后与传统受力计算方法对标准齿廓和修形后齿廓的受力分析结果进行了比较分析,得到的算法可作为卧枕式摆线传动中摆线轮的设计,齿廓修形,参数优化和强度计算的基础。 相似文献
1