一种基于图神经网络和强化学习的WRSN充电调度方法

摘要

本发明涉及一种基于图神经网络和强化学习的WRSN充电调度方法，属于利用无线充电技术延长无线传感器网络生存周期的研究领域。大规模WRSN中单个可移动充电器(MC)显然不能应对繁重的充电任务，而常规的多MC充电调度方案中MCs能量利用率低下且各个MC的充电负载不均衡，制约了整个网络的充电效率。本发明将WRSN中的多MC充电调度问题建模为多目标优化问题，并将传感器节点分配问题建模为多旅行商问题(MTSP)。提出了一种基于图神经网络和强化学习的充电调度方法(GRCS)，建立了多MC协同的充电模型，并采用强化学习训练模型从而为充电调度问题生成近似最优解。本发明在提高MCs能量利用率的同时均衡各个MC的充电负载，在延长网络生存时间的同时显著提高了充电效率。