[发明专利]一种基于线性加权原则的多目标主动缓存的在线学习方法

权利要求书

1.一种基于线性加权原则的多目标主动缓存的在线学习方法，具体包括以下步骤：

步骤1、设置当前标量化函数集S＝(h¹,h²,...,h^s)，时间周期T，其中：

且h^s表示的是第s组函数权重值，分别表示卸载流量和文件收益的权重；

步骤2、初始化阶段：缓存当前内容提供商的所有文件至少一次，观察反馈奖赏向量r_f^t，并且更新值和T_f,s值，其中，表示文件f在第s权重函数下的估计奖赏值，T_f,s代表的是文件f第s权重函数下被选中的次数；设置t←F+1，其中文件集合为F＝{f₁,f₂,...f_n}，其中上标1,2分别表示当前时刻下的文件f的期望请求数、文件的期望价值；

步骤3、随机从当前标量化函数集S＝(h¹,h²,...,h^s)中选择一组权重函数h^j，计算得到

步骤4、计算每个文件的置信上界区间值其中N_f,j表示文件f在权重函数j下的的缓存次数，根据X_f,j(t)计算结果，按照降序方式排列不同文件的估计奖赏区间数值，然后选择前m个文件构成当前时刻的缓存文件集C_t＝{f₁^*,f₂^*,...,f_m^*}；

步骤5、观察反馈奖赏向量r_f^t,每个目标的观察反馈奖赏值为r_f^t＝(r_f¹,r_f²)，其中，r_f¹,r_f²分别表示当前时刻下的文件f的请求量、文件f的价值；

步骤6、更新和T_f,j＝T_f,j+1，

步骤7、设置t＝t+1，返回步骤3。