| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 课题背景 | 第15-16页 |
| 1.2 基本概念 | 第16-18页 |
| 1.2.1 WSN概述 | 第16-17页 |
| 1.2.2 WSN任务调度概述 | 第17-18页 |
| 1.3 国内外研究现状 | 第18-20页 |
| 1.4 论文组织安排 | 第20-21页 |
| 第二章 相关理论和仿真工具 | 第21-30页 |
| 2.1 强化学习基本概念 | 第21-24页 |
| 2.1.1 强化学习原理 | 第21-22页 |
| 2.1.2 马尔可夫决策过程 | 第22-24页 |
| 2.2 强化学习常见算法 | 第24-27页 |
| 2.2.1 时间差分方法 | 第24-25页 |
| 2.2.2 Q学习和SARSA学习 | 第25-26页 |
| 2.2.3 Dyna规划过程 | 第26-27页 |
| 2.3 模拟退火方法 | 第27-28页 |
| 2.4 NS3网络仿真工具 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 传感器节点任务调度问题及框架研究 | 第30-39页 |
| 3.1 问题描述 | 第30-33页 |
| 3.1.1 框架映射 | 第30-31页 |
| 3.1.2 问题求解 | 第31-33页 |
| 3.2 任务调度算法框架 | 第33-36页 |
| 3.2.1 基本学习元素 | 第33-34页 |
| 3.2.2 ε-greedy方法 | 第34页 |
| 3.2.3 算法描述和分析 | 第34-36页 |
| 3.3 学习算法及适用场景分析 | 第36-38页 |
| 3.3.1 独立学习和合作学习 | 第36-37页 |
| 3.3.2 适用场景分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于Q学习和规划的独立型任务调度算法 | 第39-50页 |
| 4.1 模型建立 | 第39-41页 |
| 4.1.1 数据收集任务模型 | 第39页 |
| 4.1.2 独立Q学习模型 | 第39-41页 |
| 4.2 独立型任务调度算法 | 第41-45页 |
| 4.2.1 基本学习元素 | 第41-42页 |
| 4.2.2 动态探索和利用策略 | 第42-43页 |
| 4.2.3 规划过程 | 第43-44页 |
| 4.2.4 算法描述和分析 | 第44-45页 |
| 4.3 仿真分析 | 第45-49页 |
| 4.3.1 QP下任务调度动态性分析 | 第46-47页 |
| 4.3.2 各算法性能对比 | 第47-48页 |
| 4.3.3 QP和IQ的性能变化对比 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 基于Q学习和共享值函数的合作型任务调度算法 | 第50-62页 |
| 5.1 模型建立 | 第50-52页 |
| 5.1.1 移动目标监测任务模型 | 第50-51页 |
| 5.1.2 合作Q学习模型 | 第51-52页 |
| 5.2 合作型任务调度算法 | 第52-57页 |
| 5.2.1 基本学习元素 | 第52-53页 |
| 5.2.2 模拟退火策略 | 第53页 |
| 5.2.3 发送约束和过期约束 | 第53-55页 |
| 5.2.4 初始环境和稳定环境下QS分析 | 第55-57页 |
| 5.2.5 算法描述和分析 | 第57页 |
| 5.3 仿真分析 | 第57-61页 |
| 5.3.1 QS下任务调度动态性分析 | 第58-59页 |
| 5.3.2 各算法性能对比 | 第59-60页 |
| 5.3.3 QS和CQ的性能变化对比 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结和展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第68-69页 |