论文部分内容阅读
考虑系统参数未知情况下的动态电源管理问题，提出一种基于强化学习的存线策略优化算法．通过建立事件驱动的随机切换分析模型，将动态电源管理问题转化为带约束的Markov决策过程的策略优化问题．利用此模型的动态结构特性，结合在线学习估计梯度与随机逼近改进策略，提出动态电源管理策略的在线优化算法．随机切换模型对电源管理系统的动态特性描述精确，在线优化算法自适应性强，运算量小，精度高，具有较高的实际应用价值．