【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第6期 279-283页,共5页

【作 者】： 安子强

【摘 要】 在网络节点分配均衡优化中，需要依靠地理位置与能量开销等先验知识才能进行调度，但传统GEAR节点分配算法中，传感节点的有效性不强，降低了通信效率。在分析GEAR传感节点分配算法基础上，提出模糊强化Q学习的改进GEAR传感网络均衡算法。运用模糊神经网络对强化学习中的Q值进行逼近，把Q值与无线传感节点分配过程相结合，根据模糊Q值对传递节点进行选择。提高通信效率，通过仿真结果验证了改进方法的通信能量消耗曲线趋势要低于传统GEAR算法，能有效避开网络拥塞区域，通信效率得到了显著的提高。