一种基于改进的EXP3算法水下自适应OFDM通信方法，基于MAB理论，建立自适应OFDM通信系统决策模型；运用正交试验方法，根据需调参数及其水平与数据传输速率的关系，选择正交表，完成正交试验；采用极差分析法处理数据，判断每个参数以及同一参数的不同水平对于数据传输速率的影响程度，删除部分不重要的水平，完成对参数组合的初筛；学习执行器根据评价器的建议随机选择调制参数，相应的回值将回馈至学习执行器与评价器，在评价器中进行回值估计和权重更新；评价器依照平衡“探索与利用”的原则更新策略选择概率函数；判断当前操作次数加1后是否超过预设的总操作次数，如果判定没超过则学习执行器继续做决策，否则结束算法，最终实现网络吞吐量的最大化。
