基于深度强化学习的高铁网络多路径智能拥塞控制算法.docx

基于深度强化学习的高铁网络多路径智能拥塞控制算法

目录

基于深度强化学习的高铁网络多路径智能拥塞控制算法（1）．．．．．．4

一、内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1高铁网络发展现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2拥塞控制的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.3研究意义及价值．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1深度强化学习应用现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2高铁网络拥塞控制研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

二、高铁网络拥塞问题分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

高铁网络结构特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

1.1网络拓扑结构分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

1.2节点与路径关系分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

拥塞成因及影响分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.1拥塞成因剖析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.2拥塞对高铁网络的影响．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

三、深度强化学习理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

强化学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

1.1强化学习的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

1.2强化学习的分类与应用领域．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

深度学习理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.1深度学习的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

2.2深度神经网络的结构与特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

深度强化学习结合应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

3.1深度强化学习框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

3.2深度强化学习在智能控制领域的应用．．．．．．．．．．．．．．．．．．．．．．29

四、基于深度强化学习的高铁网络多路径拥塞控制算法设计．．．．．．30

算法设计目标及思路．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

1.1设计目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

1.2设计思路及流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

算法关键技术研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

2.1状态空间与动作空间设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

2.2奖励函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

2.3训练过程优化技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

五、算法实现与仿真验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

基于深度强化学习的高铁网络多路径智能拥塞控制算法（2）．．．．．40

内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

1.3文献