密集网络下基于Self-Backhaul感知的用户接入负载均衡算法

针对密集异构网络自回程场景中带宽分配不合理引起的负载不均衡问题,提出一种基于self-backhaul感知的用户接入负载均衡方案.首先根据密集异构网络下各个小基站接入与回程资源的负载状态提出一种用户接入负载均衡策略;其次利用Q-Learning算法对各个小基站带内无线接入与回程带宽分配进行学习,用户在不同带宽分配因子下,根据用户接入负载均衡策略进行重新接入,得到不同接入情况下的系统效用,进而得到最优带宽分配策略,保证负载均衡性的同时实现系统效用最大化.仿真结果表明,该方案在密集异构网络自回程场景中提高了网络负载均衡性,同时提升了用户速率体验.     

基于组合权重的交通网络路径选择方法

针对城市交通网络路径选择过程中路径属性权重确定方法不合理的问题,考虑属性的主观权重不能更好地反映路径的客观信息并承载了较多的主观随意性、客观权重则对驾驶员的主观偏好兼顾不够等因素,提出了一种基于组合权重决策的最优路径选择算法。基于信息熵理论、路径的旅行时间和费用等属性对路径进行评价,属性的权重用主观权重和客观权重相结合的方法确定,根据计算得到的各路径的综合属性值,对可能的路径方案进行排序,从而得到最优路径。利用算例说明了本文最优路径选择算法的正确性和合理性。算法兼顾了专家的知识和出行者的主观偏好,同时有效地利用了路径的客观信息,得到的最优路径更合理。     

基于多目标决策的异构无线网络接入选择算法

针对异构无线网络基于负载均衡的接入选择算法判决因素不够全面的问题,提出了一种基于多目标决策(Multi-objective decision making,MODM)的接入选择算法。该算法在满足多因素判决、动态适用性的基础上,采用五级标度法和信息熵法确定接入判决指标的主、客观权重,并通过最小二乘法对主、客观权重进行折中选择,判决过程兼顾了网络状态和用户偏好,提高了判决准确性和实用性。仿真结果表明:该算法相对于负载均衡算法,降低了分组业务阻塞率和丢包率,提高了用户满意度。     

基于FAHP的异构无线网络选择

针对如何在多个异构无线网络中选取最优接入网络问题,提出一种基于模糊层次分析法(FAHP)的异构网络选择算法.首先,为了保证各网络的负载平衡,在进入选择算法之前,对各备选网络进行负载分析;接着,通过对影响网络选择的主要因素的分析,建立网络选择决策模型,同时从用户角度和整体网络管理角度分别计算出各网络属性的权重;最后,综合计算选择最优网络.仿真结果验证了本算法的正确性和有效性.     

基于多属性决策模型的雾计算用户关联算法

针对密集异构蜂窝网络中的雾计算用户关联选择问题,提出一种基于多属性决策模型的雾计算用户关联算法.通过对关键性能指标的选取和建模以及对组合权重的设计,达到调节属性优先级的目的.同时,设计了综合评判指标,实现了对多个属性的联合优化.仿真结果表明,所提方案不仅能对用户体验的质量和系统性能进行权衡处理,还能够平衡业务流量的分配,有效降低关联时延和系统能耗.     

基于FAHP的异构无线网络选择

针对如何在多个异构无线网络中选取最优接入网络问题,提出一种基于模糊层次分析法（FAHP）的异构网络选择算法。首先,为了保证各网络的负载平衡,在进入选择算法之前,对各备选网络进行负载分析;接着,通过对影响网络选择的主要因素的分析,建立网络选择决策模型,同时从用户角度和整体网络管理角度分别计算出各网络属性的权重;最后,综合计算选择最优网络。仿真结果验证了本算法的正确性和有效性。     

超密集网络中基于改进DQN的接入选择算法

在超密集网络环境中,各个接入点密集部署在热点区域,构成了复杂的异构网络,用户需要选择接入合适的网络以获得最好的性能。如何为用户选择最优的网络,使用户自身或网络性能达到最佳,称为网络接入选择问题。为了解决超密集网络中用户的接入选择问题,综合考虑网络状态、用户偏好以及业务类型,结合负载均衡策略,提出了一种基于改进深度Q网络(deep Q network, DQN)的超密集网络接入选择算法。首先,通过分析网络属性和用户业务的偏好对网络选择的影响,选择合适的网络参数作为接入选择算法的参数;其次,将网络接入选择问题利用马尔可夫决策过程建模,分别对模型中的状态、动作和奖励函数进行设计;最后,利用DQN求解选网模型,得到最优选网策略。此外,为了避免DQN过高估计Q值,对传统DQN的目标函数进行优化,并且在训练神经网络时,引入了优先经验回放机制以提升学习效率。仿真结果表明,所提算法能够解决传统DQN的高估问题,加快神经网络的收敛,有效减少用户的阻塞,并改善网络的吞吐能力。     

基于计算决策专家综合权重的IVHFMAGDM方法

文章研究区间值犹豫模糊多属性群决策(IVHFMAGDM)问题。首先,依据离差最大化思想计算决策专家的客观权重,再根据决策专家的主观权重与客观权重相离程度确定决策专家的综合权重;其次,在考虑决策专家综合权重基础上利用区间数的熵值法计算属性权重;再次,在确定属性的综合值后,对不同方案在单个属性上进行两两测度,建立积型模糊互补判断矩阵并求解各方案在单个属性上的比较值,通过计算所有方案在所有属性上建立的积型模糊互补判断矩阵综合测度结果对方案进行排序;最后,通过一个数值算例对算法的有效性进行了验证分析,结果表明该算法操作简单,能够快速解决IVHFMAGDM问题。     

基于决策融合的异构网络选择算法

在异构网络重叠覆盖的环境下,为满足用户QoS需求、实现网络负载均衡,提出了一种基于决策融合的网络选择算法,通过融合多种主观赋权法和客观赋权法的赋权结果,利用Kendall一致性系数检验和平均灰色关联度作为一致性准则来确定各权向量的一致性,并结合TOPSIS法决定组合权向量的权重系数。仿真结果表明,该算法能够满足用户QoS需求,平衡各网络负载,有效减少网络乒乓切换次数。     

基于主客观偏差的灰色多属性决策方法

本文探讨了决策者有偏好、方案的属性值为区间灰数及属性权重完全未知的灰色多属性决策问题,提出了解决这种灰色决策问题的方法与算法。对于属性权重完全未知,提出了确定属性权重的基于主观与客观偏差的最小化优化模型。该决策方法既利用了客观信息,又尽可能地满足决策者的主观愿望。文中实例分析说明了所提出的灰色关联决策方法的合理性及其算法的有效性。     

基于网格的异构无线网络负载均衡算法

针对目前软负载均衡算法中无线资源统计不具有普适性,未考虑用户业务需求与异构资源单元差异性匹配的问题,根据网格计算的思想,在异构无线网络中提出了基于网格的负载均衡算法。该算法首先将无线资源映射成不同的三维资源单元,每个三维资源单元相当于一个网格。然后将业务分成不同的子业务流(数据包),统一分给不同的网格,实现业务的分布式分流,在保证用户QoS的情况下,实现网络的负载均衡。仿真结果表明:基于网格的负载均衡算法能够较好地均衡异构网络间的负载,降低负载偏离度,提高系统吞吐率。     

权重均衡优化的Web用户行为的信任评估

针对Web用户信息的安全问题,提出了一种主客观相结合的用户行为信任评估模型.通过熵权法确定客观权重,通过层次分析法确定主观权重,进一步得到优化的集成权重.通过引入基于滑动窗口的长期量化评估机制和对不同类型证据的无量纲化处理,最终计算出用户行为的信任评估值.实际应用和理论分析结果表明,该模型在满足主、客观相对平衡的优化条件下,可以更准确地得出单次和长期用户行为的信任评估值,对诸如电子商务、网络金融等关键网络应用用户行为的高可靠性判断奠定了坚实的理论和实践基础.     

基于最优加权多属性决策的LWA网络接入点选择算法

为了应对LWA网络下eNB和AP大量密集部署,用户需求难以充分满足的现状,该文提出一种基于最优加权多属性决策(OWMAD)的LWA网络接入点选择算法。该算法预先收集接入点属性并建立属性集合,然后设计决策属性的最优权重,将决策矩阵与最优权重向量叠加,最后根据各个接入点综合性能的计算结果确定用户可选择的最佳网络接入点。仿真结果表明,该算法不仅能有效提升边缘地区及系统整体的吞吐量,还能够降低系统平均时延,提升用户的服务质量。     

一种综合的结构化P2P系统负载均衡机制

提出了基于异构节点的标识空间分割算法,实现节点异构条件下分布式散列表空间的均衡分割,从而均衡各个节点的存储负载;其次提出基于虚拟环负载转移算法,将路由和响应负载由重载节点转移到轻载节点,从而缓解由于对象查询不平衡带来的路由和响应负载不均衡.在OverlayWeaver上进行实验的结果表明,通过采用包含基于异构节点的标识空间分割算法和基于虚拟环负载转移算法的综合机制可以很好地均衡对等网络(P2P)系统中异构对等方的负载.     

空战多目标集群攻击算法研究

针对传统多机空战中解算多机攻击策略需要很大计算量,不宜进行攻击任务分配问题,文章提出在我方多机不同编队视角下,采用改进的FCM算法将空战多目标根据目标属性相似性平均进行聚类划分,综合考虑聚类后各个类成员,运用熵理论处理空战客观信息,确定目标各个属性权重,解算不同编队视角下的各个类威胁以及不同聚类结果对我方编队的威胁度,得出最优聚类结果,采用矩阵法将划分的目标类与我方各个编队进行攻击配对,解算最终攻击分配方案.运用该法研究多目标集群聚类攻击问题,建立集群聚类攻击数学模型,并进行仿真研究.仿真结果表明该算法合理和有效.     

基于改进VIKOR法的进度计划方案选择问题研究

针对网络进度计划优化方案多准则群决策问题中专家对评价准则存在偏好的问题,提出基于二元语义信息的VIKOR群决策方法.该方法应用语言变量对各准则进行定性评价,使用二元语义信息对专家对准则的评价进行集结.综合考虑决策者对准则的主观偏好以及评价准则的客观权重来确定综合权重,使准则权重的确定更加合理.结合VIKOR方法,对网络进度计划优化方案进行排序,获得妥协的优化方案;通过工程案例进行计算分析,证明了该方法的实用性和可行性.     

阻塞率约束下的多业务群组切换方法

针对异构网络中多业务场景下群组切换时网络拥塞的问题,提出了阻塞率约束下的多业务群组切换算法。将用户按业务类型进行分类,为不同业务类型的用户分配以不同的切换优先级。对于处在同一优先级的用户,在目标切换阻塞率约束条件下,将这些用户分散到不同的时隙上,从而避免大量用户同时选择同一个网络的情况。仿真结果表明,该算法能保证系统的切换阻塞率在可控范围之内,并且能满足不同业务类型用户的需求。     

基于Vague熵权的模糊TOPSIS多属性决策方法

许多模糊多属性决策问题都是在权重已知的条件下,对各个方案进行排序,选出最优方案,很少在权重未知的情况下,考虑各方案的排序.笔者在权重未知的情况下,针对这种过于主观的情况对模糊条件下属性值为Vague值的多属性决策问题,根据Vague集熵的定义提出一种新的基于Vague集的熵函数,并给出了相应的证明,同时指出了现有Vague集熵存在的缺陷,这些缺陷通常是没有考虑模糊性或未知度对熵的贡献,然后根据这种新的熵函数确定公式得到各属性的熵权,从而给出了基于Vague集熵权的TOPSIS方法,避免了过于主观条件下对各方案的排序.最后,通过一个计算实例说明了该方法的有效性和实用性.     

电力终端通信接入网通信技术匹配

终端通信接入网是电力骨干通信网向用户侧延伸的末梢神经网络.随着通信技术的飞速发展,适用于终端通信接入网的技术呈多样化趋势,为不同电力终端通信业务匹配最适应的通信接入技术是提高通信效率、保证通信服务质量的前提.对终端通信接入网可用的通信技术及其业务需求做深入分析,并基于主观偏好和客观数理分析设计了基于主客观因素的通信技术最优匹配算法,算法权衡业务对属性的偏好和各属性自身的重要程度,最终得出不同电力通信业务最适配的通信技术,从根本上提升终端通信接入网的效能.     

基于RE的LTE-A异构多层网络移动负载均衡算法研究

以Long Term Evolution-Advanced(LTE-A)系统中宏蜂窝-微蜂窝（Macro-Pico）异构多层网络为例,以范围扩展（Range Extension,RE）技术为基础,提出了一种移动负载均衡算法。建立了网络负载模型,计算并选取合适的小区切换偏移量,从而动态精确的调整超载小区和轻负载小区的覆盖范围,最终将超载小区的多余用户切换到其轻负载的邻小区,并结合数据流量业务对算法进行了仿真,分析了在该算法的协作下,小区的负载均衡因子、负载转移率及用户满意率,验证了该算法的可行性。