基于Q-learning的电力通信网效用最大化资源分配策略生成算法

摘要

智能电网业务的快速发展,对电力通信网的资源需求逐渐增多.为了在提高电力通信网资源利用率的基础上,尽可能满足较多的业务需求,提高用户的满意度,本文建立了电力通信网资源分配模型,提出了基于Q-learning的电力通信网效用最大化的资源分配策略生成算法.通过仿真实验证明了本文算法具有较快的收敛速度,同时,通过与静态资源分配算法和动态资源分配算法的比较,验证了本文算法在保证资源利用率较高的情况下,电力业务取得了较高的效用值,满足了更多业务的资源需求,提高了用户的满意度.