原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及物联网资源管理技术领域，具体公开了一种基于图强化学习的物联网资源无冲突分配方法及系统，其针对网络服务管理中网络资源冲突的重叠区域，提出了一种新的超图网络服务管理模型。由于超图网络服务管理模型是一个NP难问题，难以求解，提出了一种间接的解决方案，将超图网络服务管理问题建模为一个联合超图和马尔可夫决策过程的决策模型。然而，深度Q网络(DQN)方法不可避免地存在高估值的问题，为了解决网络资源冲突问题，提出了一种基于图卷积网络双决斗深度Q网络(GCN‑D3QN)的网络服务管理算法。仿真结果表明
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117440442A
(43)申请公布日2024.01.23
(21)申请号202311430750.8
(22)申请日2023.10.31
(71)申请人重庆理工大学
文档评论（0）