深度双Q网络中低延迟高可靠数据查询算法

作者：林增坦; 林增钰; 黄紫成

来源：计算机仿真, 2021, 38(08): 417-439.

• 高可靠性
• 低延迟
• 数据查询

为提高深度双Q网络的数据查询效率、优化数据传输能耗,提出一种基于分簇的低延迟高可靠数据查询算法。采用强化学习建立模型及优化目标,使用深度学习求解深度双Q网络状态表达和策略表达。引用主成分分析二次提取数据特征,剔除每个特征的信息叠加,通过熵值法对特征量进行赋权,提升数据查询效率。依据数据查询与簇头节点的关联,分析簇头节点通信能耗与查询响应时间,构建数据估计模型。利用节点轮换方法均衡网络能耗,完成低延迟高可靠数据查询。通过仿真,结果表明所提方法可以有效降低数据处理过程中的能量消耗,平均查询成功率为97.76%,具备较优的数据查询效率。

• 单位
  仰恩大学