مدیریت تقاضا در شبکه های هوشمند با رویکرد یادگیری چند عامله در بازی های تصادفی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 533

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

BPJ02_175

تاریخ نمایه سازی: 11 آبان 1395

چکیده مقاله:

در این مقاله روش جدیدی جهت انجام مدیریت تقاضا در شبکه های هوشمند با رویکرد یادگیری چند عامله در بازی های تصادفی ارائه می گردد. ایده اصلی این روش آن است که Nash Q-Learning که اعمال روش Q-Learning برای چند بازیگر می باشد، که بر مبنای یک بازی تصادفی است. هدف این روش این است که بهترین استراتژی را برای عامل مورد نظر براساس عملکرد بازکنان دیگر بدست آورد. برای رسیدن به این هدف عامل مورد نظر باید استراتژی عوامل دیگر را تخمین زده و بهترین جواب ممکن را بسازد. روش طرح شده به طور موفقیت آمیزی روی یک سیستم با داشتن ده مشترک و شبکه توزیع اجرا شده و نتایج آن به طور کاملمورد بحث قرار گرفته است.

نویسندگان

محمدرضا غریب

دانشجوی کارشناسی ارشد، دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی قم، ایران

جواد شریفی

استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی قم، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Hu Y, Gao Y, An B. (2015). Multiagent reinforcemen learning ...
  • Na Li, Lijun Chen, (2011). Optimal demand response based _ ...
  • Richard S. Sutton and Andrew G. Barto(1998). Reinforcemet Learning: An ...
  • ByungChul Kim _ Lavrova, O. (2013). Optimal power flow and ...
  • نمایش کامل مراجع