基于学习的自适应动态异构网络选择策略
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 研究背景与意义 | 第7-9页 |
| 1.2 研究内容 | 第9-10页 |
| 1.3 论文组织结构 | 第10-12页 |
| 第2章 研究综述 | 第12-19页 |
| 2.1 传统的网络选择算法 | 第12-13页 |
| 2.2 博弈论 | 第13-17页 |
| 2.2.1 博弈论基础知识 | 第13-15页 |
| 2.2.2 博弈论在网络选择问题中的应用 | 第15-17页 |
| 2.3 强化学习算法 | 第17-18页 |
| 2.3.1 强化学习算法基础知识 | 第17页 |
| 2.3.2 强化学习算法在网络选择问题中的应用 | 第17-18页 |
| 2.4 小结 | 第18-19页 |
| 第3章 动态异构网络选择问题建模 | 第19-26页 |
| 3.1 动态异构网络环境 | 第19-21页 |
| 3.2 异构网络选择问题 | 第21-23页 |
| 3.2.1 网络选择过程 | 第21-22页 |
| 3.2.2 网络选择中的影响属性 | 第22-23页 |
| 3.3 基于多智能体的网络选择模型 | 第23-24页 |
| 3.4 理论分析 | 第24-25页 |
| 3.5 小结 | 第25-26页 |
| 第4章 动态异构网络选择策略 | 第26-34页 |
| 4.1 异构网络选择算法框架描述 | 第26-27页 |
| 4.2 网络选择过程 | 第27-28页 |
| 4.3 网络评估过程 | 第28-32页 |
| 4.4 选择策略的评价与局限性分析 | 第32页 |
| 4.5 小结 | 第32-34页 |
| 第5章 动态异构网络选择策略性能评估 | 第34-45页 |
| 5.1 实验环境 | 第34-35页 |
| 5.2 实验结果分析 | 第35-37页 |
| 5.3 实验对比 | 第37-42页 |
| 5.4 鲁棒性测试 | 第42-44页 |
| 5.5 小结 | 第44-45页 |
| 第6章 结论与展望 | 第45-47页 |
| 6.1 结论 | 第45-46页 |
| 6.2 展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 发表论文和参加科研情况说明 | 第51-52页 |
| 致谢 | 第52页 |
