基于马尔可夫决策过程的网络吞吐量最优化算法  

Network Throughput Optimization Algorithm Based on Markov Decision Process

作　　者：肖铮 XIAO Zheng(Sichuan Technology & Business College,Chengdu Sichuan,611830,China)

机构地区：[1]四川工商职业技术学院信息工程系,四川成都611830

出　　处：《河北科技师范学院学报》2020年第2期62-66,共5页Journal of Hebei Normal University of Science & Technology

基　　金：四川省高等教育人才培养质量和教学改革项目(项目编号:JG2018-1168);教育部科技发展中心产学研创新基金项目(项目编号:2018A03007);中国轻工业联合会教育工作分会2019年课题(项目编号:QGJY2019020);四川工商职业技术学院院级教育教学类课题(项目编号:2019JY04)。

摘　　要：以马尔可夫决策过程作为理论工具,将终端直通选择问题与有限阶段折扣MDP模型问题相结合,研究了网络吞吐量最优化问题。首先,利用MDP对终端直通选择进行建模;其次,利用有限阶段后向迭代算法给出最优模式选择策略;最后,通过进行大量的仿真实验,对给出的模式选择策略进行评估。结果表明,本研究提出的基于MDP的模式选择方法在最大化吞吐量方面拥有更好的性能,能得出更优的模式选择策略,具有获得更多系统吞吐量的优势。The Markov decision process was used as the theoretical tool to study the network throughput optimization algorithm combined with the D2D mode selection with the finite phase discount MDP model.MDP was used to establish a model of D2D mode selection,the iterative algorithm was used to find the best policy of mode selection,and the strategy given by extensive simulation experiments was evaluated.The results showed that the MDP-based model selection method could make a better choice with better performance in maximizing system throughput.

关 键 词：D2D通信 马尔可夫决策过程 网络吞吐量 迭代算法 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]