[发明专利]一种适用于边缘物联代理装置的容错型协作决策的方法

权利要求书

1.一种适用于边缘物联代理装置的容错型协作决策的方法，其特征在于，包括以下步骤，

S1.初始化物联网络相关的全局参数，各边缘物联代理初始化本地缓存区中令牌及数据，准备开始迭代；

在步骤S1中设置选项数K和超参学习率μ，选项数K用来表示全局参数中可供选择的选项的个数，超参学习率μ用来控制两种学习方式的决定比重，

S2.采样学习过程：每个边缘物联代理根据其上次采用的选项的值进行不同方式的采样，具体过程为，

S21.对于边缘物联网络中的每个边缘物联代理做以下操作，检查该边缘物联代理是否获得过收益，即上次获得收益的选项ωi,若边缘物联代理从未获得过收益，即ωi＝0；

S22.以μ的概率，根据其本地选项数据进行随机采样，即从K个可供选择的选项中随机选取一个选项作为学习目标，并赋值给ai(r)；

或以1-μ的概率，均匀地从同伴边缘物联代理建议的选项中选择一个，即从建议集合Vi(r)中随机选取一个，并进行基于MHRW信息传播；

S23.根据步骤S21中的判断条件，若边缘物联代理已获得过收益，即ωi≠0，则直接以均匀地从同伴边缘物联代理的建议集合Vi(r)中选择一个，并进行基于MHRW信息传播；

基于MHRW进行信息传播的步骤具体如下：

步骤一、对每个边缘物联代理作以下操作：检查边缘物联代理的收益记录ωi，若ωi≠0，则该边缘物联代理将本地缓存区中的令牌按照一定的转移概率传递给相邻的边缘物联代理，其概率转移矩阵为Q(u,v)，具体的计算方式如下：

其中(u,v)表示边缘物联网络中代理u和代理v之间用于通信的链接边，d(u)表示边缘物联代理u在此代理网络中的邻居集合的大小，d(v)边缘物联代理v在此代理网络中的邻居集合的大小；

步骤二、邻居边缘物联代理依然按照上述对应概率转移矩阵进行令牌的转发，每转发一次令牌上的生命值L减少1,直到令牌生命值为0，此时信息均匀扩散到整个物联网络，通讯阶段结束，新一轮更新重新开始；

S3.采用更新过程：边缘物联代理装置根据采样得到的数据进行选择，如果达到预期收益则存储新的参数，并将上次采用的选项的参数值进行更新迭代。

2.根据权利要求1所述的一种适用于边缘物联代理装置的容错型协作决策的方法，其特征在于，在步骤S1中设置迭代次数r和每个边缘物联代理的本地参数，所述每个边缘物联代理的本地参数包括上次获得收益的选项ωi以及边缘物联代理在r轮收到的建议集合Vi(r)、本地缓冲区和边缘物联代理人在r轮选择的选项ai(r),初始均设为0；本地缓冲区用于存储建议集合Vi(r)和本地产生的传播令牌。

3.根据权利要求1所述的一种适用于边缘物联代理装置的容错型协作决策的方法，其特征在于，步骤S3具体如下：

S31.对于边缘物联网络中的每个边缘物联代理做以下操作：根据S22得到的学习到的选项ai(r)，在K个可供选择的选项中去随机选择，将选择到的选项记录成ai(r)，并检查第ai(r)个选项是否得到预期收益φi(r)；

S32.若得到预计的收益，φi(r)＝1，则将该边缘物联代理的上次获得收益的记录ωi更改成ai(r)，并初始化logn个新的令牌加入本地缓冲区，否则，φi(r)＝0，保持ωi不变，等待下一轮更新。

4.根据权利要求1所述的一种适用于边缘物联代理装置的容错型协作决策的方法，其特征在于，步骤S3中边缘物联代理装置根据采样得到的数据进行选择，选择方法是在去中心化的网络模型下，每个边缘物联代理装置通过协作实现在多个可供推荐的选择对象中决策出最优对象，同时每个边缘物联代理的选择均会收敛到最优对象。