基于多Agent的IPTV节目调度系统

论文摘要

近年来，随着宽带计算机网络技术的发展及视频技术的日趋成熟，IPTV应运而生。然而，视频具有带宽高、数据量大及实时性强的特征，这使得大量用户的同时点播常常造成网络带宽的瓶颈，网络传输能力的不足阻碍了IPTV的广泛应用。因此，论文力图通过节目调度系统的设计，用尽可能少的资源为大量用户提供IPTV服务。多Agent技术是目前计算机科学领域中非常重要、研究活跃的内容之一，是解决分布式、实时性问题的一种新的途径。论文以多Agent技术为理论基础，对IPTV节目调度问题进行探讨和研究。论文首先对IPTV节目调度做了简要介绍，讨论了IPTV节目调度系统的性能的评价指标；其次，对基于多Agent的IPTV节目调度系统做了详细的系统设计，阐述了系统的工作进程，并且提出了Agent的基于记忆演化的强化学习；再次，在对Agent之间的通信与协商机制进行分析对比的基础上，提出了适用于IPTV节目调度系统的Agent之间的通信与协商算法：最后，进行了算法的验证实验并且对实验结果进行分析，验证了模型和算法的有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 研究的目的与意义
• 1.3 国内外相关领域研究现状
• 1.4 课题主要研究内容
• 第2章 IPTV节目调度
• 2.1 IPTV节目调度的环境
• 2.2 IPTV节目调度的技术要求
• 2.3 IPTV节目调度的性能指标
• 2.4 IPTV节目调度的基本原理
• 2.4.1 IPTV的定义
• 2.4.2 IPTV节目调度
• 2.4.3 基本的IPTV节目调度模式
• 2.4.4 IPTV节目调度的要素
• 2.4.5 IPTV节目调度的基本结构
• 2.5 本章小结
• 第3章 基于多Agent的IPTV节目调度系统
• 3.1 系统的体系结构
• 3.1.1 面向IPTV节目调度的Agent的特征
• 3.1.2 系统的体系结构模型
• 3.2 功能Agent及系统的工作进程
• 3.2.1 功能Agent
• 3.2.2 系统的工作进程
• 3.3 基于记忆演化的多Agent系统强化学习
• 3.3.1 强化学习方法
• 3.3.2 记忆演化模型
• 3.3.3 Agent的基于记忆演化的强化学习
• 3.4 本章小结
• 第4章 通信与协商机制
• 4.1 Agent之间的通信
• 4.1.1 通信机制
• 4.1.2 通信语言
• 4.1.3 IPTV节目调度系统的通信机制与语言
• 4.2 Agent之间的协商
• 4.2.1 协商的机制
• 4.2.2 协商的方式
• 4.2.3 Agent之间的协商
• 4.3 本章小结
• 第5章 实验结果
• 5.1 实验环境
• 5.2 实验系统设计
• 5.3 实验系统的实现
• 5.4 实验结果
• 5.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢