در شبکه برق هوشمند عامل های تولیدکننده خواهان تشکیل ائتلاف برای رسیدن به سود بیش تر هستند. اما عامل های تولیدکننده نسبت به توانایی هم برای تولید انرژی دانش کاملی ندارند و سعی دارند با تکرار روند تشکیل ائتلاف دانش جزئی خود را کامل کنند و برای این هدف از روش یادگیری تقویتی بیزین استفاده می کنند تا دانش خود را به درستی به روز رسانی کنند و به سود بیشتری در نهایت دست پیدا کنند.
امروزه شبکه های حسگر در بسیاری از پروژه های نظامی و امنیتی کاربرد دارند. گرچه هنوز بسیاری از این شبکه ها از کنترل کننده های مرکزی و معماری ترکیب مرکزی استفاده می کنند، علاقه مندی فزاینده ای از دهه ی گذشته برای کاهش نقش عامل مرکزی به دلیل محدودیت های اعمال شده ی آن در میان محققین
امروزه انرژی الکتریسیته یکی از مهم¬ترین مسائل روز به شمار می¬آید. شبکه¬ی الکتریسیته نقش مهمی در دسترسی به این انرژی دارد. در واقع شبکه، زیرساختی است که تولید کننده را به مصرف کننده متصل می¬سازد. علی¬رغم اهمیت بسیار زیاد این شبکه، پیشرفت چشم¬گیری در این زمینه وجود ندارد، در صورتی
شبکه های کامپیوتری نمونه مهمی از سیستم های پویای توزیع شده هستند که در زندگی روزانه نقش زیادی پیدا نموده اند. اهمیت استراتژیک و محدودیت های ذاتی این گونه سیستم ها منجر به نیاز به کنترل توزیع شده، به خصوص برای مسیریابی، می شود تا رفتار شبکه را قابل تطبیق با تغییرات در توپولوژی، تر
تکنولوژی شبکه های هوشمند برق با هدف استفاده از انرژی های پاک و تجدیدپذیر، افزودن هوشمندی و امکاناتی همچون مدیریت سمت درخواست، پاسخ به درخواست، قیمت گذاری های بلادرنگ و غیره ایجاد گردید. اوج مصرف برق سبب کاهش کارایی سیستم و قابلیت اطمینان آن می شود، به همین علت کاهش اوج مصرف یکی ا
رادیو هوشمند یا رادیو شناختی، روشی نوین به منظور بهبود بکارگیری یک منبع طبیعی بسیار ارزشمند، با نام طیف فرکانسی است. این روش بر اساس یادگیری محیط، می تواند درکی از محیط اطراف داشته باشد. یکی از مهمترین اهداف رادیو شناختی، قابلیت دسترسی به طیف است. از آنجایی که این مساله نوعی استد
بحث کنترل ازدحام از اهمیت ویژه ای در مباحث مربوط به شبکه های کامپیوتری برخوردار است. کنترل ناکارآمد ازدحام در شبکه، به آسانی منجر به از کار افتادن شبکه می-شود. یادگیری تقویتی که از داده ها می آموزد همراه با سیستم استنتاج فازی، ابزار هایی عالی برای حل مشکل کنترل ازدحام در شبکه های
بازار شبکههای هوشمند برق پیچیده و پویاست. کارگزاران که واسطه‌گران فروش برق بین خرده‌فروشی‌ها و عمده‌فروشی‌ها هستند به‌صورت گسترده‌ای در بازارهای جدید شبکههای هوشمند به کار گرفته می‌شوند. به‌علت پیچیدگی و توزیع‌شدگی ذاتی بازار در شبکههای هوشمند رویکردهای استفاده از سیستم‌های چن
در این پژوهش فرایند حراج بازار برق ایران با استفاده از یک مدل مبتنی بر عامل بر اساس روش یادگیری تقویتی کیو، با در نظر گرفتن رفتار ریسک‌گریزی نیروگاه‌ها شبیه‌سازی شده است. در این شبیه‌سازی شرکت‌های تولیدکننده‌ی برق مبتنی بر یک فرایند یادگیری از نتایج ماحصل از قیمت دهی‌های پیشین، ق
مشکل تنگنای ابعاد، یکی از چالش هایی است که کاربرد الگوریتم های یادگیری تقویتی گسسته را در مورد مسائل کنترلی واقعی که دارای فضای حالت و عمل بزرگ و یا پیوسته می باشند محدود نموده است. ترکیب روش های آموزشی گسسته با تقریب زننده های تابعی برای حل این مشکل چندی است مورد توجه محققان قرا
افزایش نفوذ خودروهای الکتریکی در سالهای اخیر، چالشهای فنی قابلتوجهی را در بهرهبرداری بهینه از شبکههای توزیع ایجاد کرده است؛ بهگونهای که شارژ کنترلنشده این وسایل نقلیه میتواند موجب افزایش پیک بار، تشدید تلفات توان و انحراف ولتاژ در باسها شود. در این مقاله، یک چارچوب هوشمند مدیریت
Using Information Technology techniques have been increased complication and dynamicity of supply-and-demand systems like auctions. In this paper, we introduce a novel method by applying Reinforcement Learning (RL) price offer as one of the robust methods of agent learning which