公开(公告)号：CN109474664B

公开(公告)日：2020-09-25

申请号：CN201811136165.6

申请日：2018-09-28

Applicant: 北京邮电大学

Inventor： 魏翼飞 ,  张祎 ,  宋梅 ,  张勇 ,  顾博 ,  王莉 ,  郭达 ,  王小娟

IPC: H04L29/08 ,  H04W28/14 ,  H04W52/02

Abstract: 本发明涉及无线网络的资源分配领域，特别是一种异构无线网络中的主动预缓存方法及装置，为了利用可再生能源和节约传统能源，引起了对无线通信中内容预缓存的关注。本发明专注于内容推送和缓存，以提高绿色能源利用率并节省传统能源为目的。移动环境中的状态转换概率和未来奖励是未知的。因此，本发明利用强化学习来解决绿色能源分配和内容推送的问题。Q学习是一种无模型的增强型学习技术，可以在MDP问题中找到最佳的动作选择策略。玻尔兹曼分布方法用于更新策略，当Q表稳定后，本发明可以根据Q表以在每个状态中获得最佳动作。

公开(公告)号：CN109474664A

公开(公告)日：2019-03-15

申请号：CN201811136165.6

申请日：2018-09-28

Applicant: 北京邮电大学

Inventor： 魏翼飞 ,  张祎 ,  宋梅 ,  张勇 ,  顾博 ,  王莉 ,  郭达 ,  王小娟

IPC: H04L29/08 ,  H04W28/14 ,  H04W52/02

Abstract: 本发明涉及无线网络的资源分配领域，特别是一种异构无线网络中的主动预缓存方法及装置，为了利用可再生能源和节约传统能源，引起了对无线通信中内容预缓存的关注。本发明专注于内容推送和缓存，以提高绿色能源利用率并节省传统能源为目的。移动环境中的状态转换概率和未来奖励是未知的。因此，本发明利用强化学习来解决绿色能源分配和内容推送的问题。Q学习是一种无模型的增强型学习技术，可以在MDP问题中找到最佳的动作选择策略。玻尔兹曼分布方法用于更新策略，当Q表稳定后，本发明可以根据Q表以在每个状态中获得最佳动作。