公开(公告)号：CN114423061A

公开(公告)日：2022-04-29

申请号：CN202210068572.8

申请日：2022-01-20

Applicant: 重庆邮电大学

Inventor： 尚凤军 ,  王颖 ,  代云龙

IPC: H04W40/10 ,  H04W40/12 ,  H04W24/02 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种网络路由方法，特别涉及一种基于注意力机制和深度强化学习的无线路由优化方法，包括每个节点入网时从服务器上获取当前最新的决策模型参数，侦听邻居节点信息并以此构建候选父节点集并从中选择m个能量最大父节点的信息建模为图向量作为输入，采用基于CNN的注意力机制提取图向量特征，利用深度强化学习选取最优的父节点作为其数据传输的中继节点，并在每个数据周期结束后，节点统计其数据传输节点相关性能指标；采用同度量化函数将性能指标映射为节点在对应状态和动作下对应的奖励值，节点将在该数据周期内采集的经验信息传输给服务器；本发明具有较高的可扩展性，能够适用于网络中节点动态变化场景。

公开(公告)号：CN114423061B

公开(公告)日：2024-05-07

申请号：CN202210068572.8

申请日：2022-01-20

Applicant: 重庆邮电大学

Inventor： 尚凤军 ,  王颖 ,  代云龙

IPC: H04W40/10 ,  H04W40/12 ,  H04W24/02 ,  G06F18/214 ,  G06N3/084 ,  G06N3/0464 ,  G06N3/092

Abstract: 本发明涉及一种网络路由方法，特别涉及一种基于注意力机制和深度强化学习的无线路由优化方法，包括每个节点入网时从服务器上获取当前最新的决策模型参数，侦听邻居节点信息并以此构建候选父节点集并从中选择m个能量最大父节点的信息建模为图向量作为输入，采用基于CNN的注意力机制提取图向量特征，利用深度强化学习选取最优的父节点作为其数据传输的中继节点，并在每个数据周期结束后，节点统计其数据传输节点相关性能指标；采用同度量化函数将性能指标映射为节点在对应状态和动作下对应的奖励值，节点将在该数据周期内采集的经验信息传输给服务器；本发明具有较高的可扩展性，能够适用于网络中节点动态变化场景。

公开(公告)号：CN116306229A

公开(公告)日：2023-06-23

申请号：CN202310066509.5

申请日：2023-01-16

Applicant: 重庆邮电大学

Inventor： 尚凤军 ,  代云龙 ,  秦昊明

IPC: G06F30/27 ,  G06F113/04 ,  G06F119/02

Abstract: 本发明属于电力数据处理领域，具体涉及一种基于深度强化学习和迁移学习电力短期负荷预测方法；所述方法包括获取多组不同的源域电力负荷数据，并进行预处理；采用预处理后的多组源域电力负荷数据和相应的电力融合特征各自训练多个基于GRU网络的电力负荷源域预测模型；将目标域电力负荷数据作为输入，基于时间序列双深度Q网络选择源域预测模型；基于多核最大均值差异算法对源域电力负荷数据和目标域电力负荷数据进行动态分布对齐，并对选择的源域预测模型的模型参数进行调整；将调整后的源域预测模型的模型参数迁移到基于GRU网络的电力负荷目标域预测模型；将目标域电力负荷数据输入到目标域预测模型中，输出电力负荷在短期内的预测结果。