移动社交云多Agent协作机制的研究与仿真实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景 | 第10-14页 |
| 1.1.1 云计算 | 第10-11页 |
| 1.1.2 移动云计算 | 第11-13页 |
| 1.1.3 移动社交云 | 第13-14页 |
| 1.2 国内外现状 | 第14-17页 |
| 1.2.1 国外研究现状 | 第14-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.3 课题任务与意义 | 第17-19页 |
| 1.4 论文结构安排 | 第19-20页 |
| 第2章 相关理论 | 第20-30页 |
| 2.1 移动社交网络 | 第20-22页 |
| 2.2 多Agent系统 | 第22-24页 |
| 2.3 强化学习 | 第24-29页 |
| 2.3.1 强化学习和马尔可夫决策过程 | 第24-26页 |
| 2.3.2 多Agent强化学习理论 | 第26-29页 |
| 2.4 小结 | 第29-30页 |
| 第3章 基于强化学习的资源协作机制 | 第30-46页 |
| 3.1 问题定义 | 第30-35页 |
| 3.1.1 协作类型分析 | 第30-31页 |
| 3.1.2 问题模型定义 | 第31-33页 |
| 3.1.3 Agent的框架设计 | 第33-35页 |
| 3.2 现有的协调方法 | 第35-37页 |
| 3.2.1 最佳协作策略 | 第35-36页 |
| 3.2.2 自私协作策略 | 第36-37页 |
| 3.2.3 基于Q学习的协作策略 | 第37页 |
| 3.3 针对社交云环境Q强化学习算法的改进 | 第37-42页 |
| 3.3.1 Q强化学习算法 | 第38-40页 |
| 3.3.2 社交关系对请求的影响 | 第40-41页 |
| 3.3.3 探索与利用的控制 | 第41页 |
| 3.3.4 改进的Q学习与协作策略 | 第41-42页 |
| 3.4 请求应答的协调策略 | 第42-44页 |
| 3.5 小结 | 第44-46页 |
| 第4章 仿真实验设计 | 第46-64页 |
| 4.1 仿真环境 | 第46-47页 |
| 4.2 实验设计 | 第47-56页 |
| 4.2.1 状态设计 | 第47页 |
| 4.2.2 策略行为设计 | 第47-50页 |
| 4.2.3 Agent设计 | 第50-53页 |
| 4.2.4 请求类的设计 | 第53-54页 |
| 4.2.5 仿真系统结构 | 第54-55页 |
| 4.2.6 资源协作过程 | 第55-56页 |
| 4.3 实验过程 | 第56-60页 |
| 4.3.1 基本参数设置 | 第56-57页 |
| 4.3.2 实验步骤 | 第57-60页 |
| 4.4 数据收集的设计 | 第60-62页 |
| 4.5 小结 | 第62-64页 |
| 第5章 实验结果分析 | 第64-72页 |
| 5.1 资源利用率的分析 | 第64-65页 |
| 5.2 节点活跃率的分析 | 第65-66页 |
| 5.3 任务完成时间的分析 | 第66-68页 |
| 5.4 累计请求成功率的分析 | 第68-69页 |
| 5.5 协作效果的分析 | 第69-70页 |
| 5.6 小结 | 第70-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
