将呼叫接入控制中的长期平均报酬问题转化为马尔科夫决策过程中的稳态性能
给出基于长期平均报酬准则的呼叫接入控制策略优化算法
最后运用该算法比较了一个单节点、多服务网络在几种常用的呼叫接入控制策略下的长期平均报酬
） 摘要： 应用马尔科夫决策过程与性能势相结合的方法
） Abstract： Through converting the long-run average reward in call admission control (CAC) into the performance potential in Markov decision process (MDP) by using the method of MDP combined with performance potential, a policy optimization algorithm under the rule of long-run expected average reward is presented
This algorithm transform M×K dimension global optimization into K times of M dimension vector optimization; so the computing complexity brought by high-dimension state decreases evidently and the convergence speed of the algorithm is very fast
At last, the long-run average reward of a single-node and multi-services network under different CAC policies is compared based on the above method
Keywords： Markov decision process; call admission control; performance potential; average reward 下载PDF阅读器 PDF全文下载： 初稿 （ 33 ） 作者简介： 陈波~(1980-), 男, 博士, 副教授, 研究方向: 决策分析, 网络服务控制与优化, 行为运筹 通信联系人： 【收录情况】 中国科技论文在线： 陈波
基于MDP的呼叫接入控制策略优化[EB/OL]
北京：中国科技论文在线
呼叫接入控制
关键词： Markov决策过程
该算法将对一个M×K维向量的整体寻优转化为K次M维向量的寻优
【详情见下载】
