基于改进多属性判决的异构网络接入选择算法

针对现有多属性切换算法没有考虑所切换的目标网络负载、难以保障网络服务质量的不足,提出基于改进多属性判决的异构网络接入算法。首先,采用万有引力模型简化了复杂多属性判决算法的计算过程,减少了网络接入切换执行时间;其次,在切换执行前,通过加入负载判决模块计算出最优目标网络、次优目标网络负载,从而选出最终切换的目标网络。采用MATLAB和NS2等仿真工具,搭建了WLAN和UMTS融合的异构网络仿真环境。仿真结果表明,算法明显提高了整体网络的负载均衡度和资源利用率,有效降低了移动终端的切换阻塞率。     

基于多维质量属性偏好的可信服务选择

现有的可信服务选择方法将信任值表示为单一的实数,并依据信任值对候选服务进行排序,不能充分体现服务可信性的特征和用户偏好.在传统服务质量模型的基础上引入可信属性构建多维服务质量模型,并阐述信任值的计算方法.在此基础上提出一种层次分析法和偏好排序组织法结合的服务选择方法,其中,层次分析法用于计算基于用户偏好的属性权重值,偏好排序组织法用于对候选服务进行排序.实验表明该方法可以有效地表达用户对于多维服务质量属性的偏好,提高服务排序和服务选择的可信性.     

异构网络中的网络选择问题

在异构网络中,网络选择的结果应是由主观因素和客观因素,即用户喜好和网络客观属性,两者综合得出的。而在有限方案多目标决策的综合评价方法中,层次分析法具有主观性强的特点,理想值近似排序法的特点则真实、直观、可靠。针对这两种方法的各自特点,在网络选择中,对用户喜好方面采用层次分析法,对网络客观状况采用理想值近似排序法,并提出了一种用户喜好与网络状况协同决策的网络选择算法。仿真结果表明,在不考虑负载的情况下,提出的算法能有效地选择出适合于移动终端当前业务的网络。     

基于可拓模糊层次分析的异构网络选择算法

针对目前异构网络选择算法在确定指标权重存在主观性的问题,提出基于可拓模糊层次分析的异构无线网络选择算法。该算法在分析不同业务类型对网络性能需求的基础上,结合可拓理论,将收集到的性能参数映射到性能标度区间中,通过网络物元模型的建立和相对隶属度的计算,构建了新的判决矩阵,利用模糊层次分析法计算网络性能参数的综合权重。最后,通过对相对隶属度的加权排序,得到最优接入网络。仿真实验证明:该方法能综合考虑不同用户的业务类型和网络的客观性能,提高了异构网络中多模终端选择网络的准确性和有效性。     

电力无线通信异构多网共存环境中的网络选择算法

综合考虑电力业务需求和无线专网性能因素,针对邻域网、LTE无线专网、WiMAX无线专网和230 MHz无线专网等构成的异构多网混合共存场景,提出一种网络选择算法。该算法以AHPTOPSIS算法为基础,首先构建能表征候选网络与决策属性之间关系的决策矩阵,归一化处理获得归一化决策矩阵;利用AHP算法,依据不同业务类型下决策属性与网络性能之间的相对关系定义权重,对归一化决策矩阵加权获得加权归一化决策矩阵;然后对TOPSIS算法进行改进,依据加权归一化决策矩阵确定正负理想值,利用正理想值与候选网络之间的最小距离以及负理想值与候选网络之间的最大距离确定理想网络,计算各候选网络与理想网络之间的有效距离;据此执行候选网络排序和最佳网络选择,以避免运行TOPSIS算法可能存在的排序异常。仿真结果表明,该算法能根据电力业务需求对候选网络进行正确排序和最优选择,且能在满足业务服务质量的同时,提高资源利用率。     

无线传感器网络中数据传输路径选择优化方案

由于无线传感器网络路由协议对影响数据传输因素的考虑不够全面,文章利用层次分析法在决策问题上的应用,将无线传感器网络中的路由过程进行层次化分解,对路由过程中的路径长度、数据完整性、能量消耗及接收延时4个影响因素进行分析,得到不同传输路径的相对优劣次序,从而达到对数据传输路径进行选择优化的目标;仿真结果表明,该方案可以更全面地考虑影响路由的因素,比其它算法所得到路径产生的能量消耗、数据完整度、传输延时方面都要合理。     

考虑QoS偏好的多属性群决策服务选择策略

面对多个功能相同或相似的服务,服务的Qo S是服务选择中重要的考虑因素.将Qo S属性分为精确数型、区间数型和三角模糊数型.在此基础上,利用TOPSIS（technique for order preference by similarity to an ideal solution）条件下的多属性群决策模型给出了服务选择过程,该过程考虑了多个决策者在决策过程中所占的权重,以及多个决策者不同的Qo S偏好权重.通过一个实例验证了该方法的有效性.     

ANDSF实现的无线异构网络选择算法

针对目前大多数异构网络选择算法没有考虑网络负载这一问题,提出了一种基于接入网发现和选择功能(ANDSF)实现的异构网络选择算法.对原有ANDSF架构进行优化升级,使之可以随时获取网络侧动态信息;在此架构的基础上,结合业务特点和网络特点,通过层次分析法和代价函数算法为每类业务选择最合适的网络.仿真结果表明:该算法能够提高接入成功率约15％,降低接入时延约50 ms左右,同时一定程度上均衡了网络负载,有利于实现四网协同发展.     

基于多属性决策TOPSIS的簇头选择

针对LEACH协议中因簇头数目和分布位置不合理导致网络能耗不均衡的问题,利用多属性决策逼近理想解排序法(TOPSIS)进行簇头选择。综合考虑节点的剩余能量、邻居节点数量、到基站的距离和传输范围,使用Pareto最优解选择一组簇头,进而通过TOPSIS算法进行排序选出最佳簇头。仿真结果表明,TOPSIS在剩余节点数和网络能耗上优于LEACH和AHP算法,能够有效延长网络生命周期,使网络能耗更均衡。     

基于属性选择的因果网络多传感器融合系统

针对粗集“简化”在实际应用中存在的问题提出了“统计简化”的定义和相应属性搜索算法，利用此算法对一个水域污染监测信息表进行属性简化，结果显示与常规算法相比，此算法得到的结果能够覆盖最大数量的对象，更不易失配，利用简化结果对上述数据融合系统建立了因果网络模型，实验表明，在保持原型搜索正确率的同时，新模型压缩了搜索空间，提高了搜索效率，此外，为便于因果网络的建立导出了因果连接强度的粗集表达式。     

实数编码的克隆选择算法的网络入侵检测

根据克隆选择的原理,对获取的入侵数据包进行预处理,采用十进制对提取的属性编码。介绍了该算法中生成成熟检测器的具体细节,并实现了入侵数据的检测。相应的验证结果表明该算法在提高检测率、降低误报率方面是有效的,并且大大减少了计算量。     

基于覆盖算法决策界的特征选择算法

特征选择是模式识别系统的分类器设计之前一个重要而困难的一个课题。在目前现有的方法中,基于决策界的特征选择是其中一类方法。文中将覆盖算法应用于特征提取,提出了基于覆盖算法决策界的特征选择算法(Feature SelectionAlgorithm based on the Decision Boundary of Covering Algorithm,简称FSACA法),然后将该算法应用于一个字符识别的实例并与其他算法比较。实验结果证明了FSACA法的可行性和有效性。     

异构无线网络中基于信任度的接入选择算法

针对异构无线网络不确定性的特点,提出一种基于信任度的接入选择算法。引入直接信任度、推荐信任度、推荐主体可信度和信任时间戳4个参量计算网络的信任度,利用信任度对网络性能指标进行信任加权。同时,综合考虑用户个人偏好,对网络进行逼近理想解排序,得到最佳接入网络。仿真实验结果表明,该方法综合考虑了网络多种性能指标及其信任度,能提高异构无线网络中用户选择网络的安全性。     

基于WLAN与蜂窝网协同的终端选择算法

为保证基于无线局域网络(WLAN)组网的多网络协同分流传输中的业务服务质量,提出一种基于WLAN与蜂窝网协同的终端选择算法。利用排队论对协同传输系统进行建模,在最优化流量分配方案下,通过遍历比较不同终端集合对应的系统各链路总时延以确定最佳从终端集合。仿真结果表明,该算法可有效选出若干终端使得系统各链路总时延最小,并且系统性能较优。     

基于静态分类器选择的网络入侵检测方法

计算机网络的安全在当今社会起着举足轻重的作用。该文将基于分类器选择的模式识别方法应用于入侵检测,提出了一种基于静态分类器选择的网络入侵检测方法。该方法对经过聚类获得的各个区域采用新的策略进一步划分,在划分后的子区域上选择分类器,结合了最近邻规则,减小静态分类器选择方法的误差,提高了检测性能。聚类选择(CS)是典型的静态分类器选择方法,在KDD’99的入侵检测数据集上的实验表明,该方法的性能优于基于聚类选择的网络入侵检测方法。     

基于模糊AHP和TOPSIS的铁路选线方案研究

铁路选线是铁路设计中最根本、最重要的工作,是影响全局性的总体工作,线路选线的质量将直接关系到铁路工程建设的可靠性、安全性、技术可行性和经济合理性及社会接纳性,关系到铁路和地方经济社会的发展,因而它是高速铁路建设应重视的首要问题。文中运用三角模糊语言变量,将专家意见转换成三角模糊数并构建模糊决策判断矩阵,再结合层次分析法（ AHP）对判断矩阵进行模糊变换和向量计算,然后运用TOPSIS方法计算各方案与理想值的相对贴近度并做出决策。最后以三个方案作为实例进行了验证,进一步为铁路线路方案选择提供决策参考。     

基于LD预测的车载自组网下一跳选择算法

在高速移动环境中,车载自组网的下一跳节点选择算法存在高丢包率的问题。为此,在贪婪算法的基础上,通过预测车辆节点的链路持续时间(LD)和数据发送时延,提出一种改进的下一跳节点选择算法。其中,转发节点根据邻居节点和自身的相对速度,预测该节点和当前节点间的链路持续时间,选择其值不小于待发数据的发送时延的邻居节点作为下一跳节点。仿真实验结果表明,改进算法可以明显降低贪婪算法的丢包率。     

中小型制造企业供应伙伴选择的UVAHP群决策法

针对中小型制造企业零部件供应伙伴的选择问题,在分析AHP(层次分析法)优、缺点的基础上,提出了一种为克服AHP的缺点而采用不确定投票表决的方法来构造判断矩阵,且统一处理伙伴选择的各评价指标下的区间数值型属性值与不确定语言型属性值、增益指标属性值与损益指标属性值的UVAHP协作伙伴选择方法.给出了该方法的基本原理和基本步骤,建立了其相应的数学模型,并通过实例验证了其正确性.该方法对于中小型制造企业零部件供应商选择具有较高的参考价值.     

基于特征选择的网络入侵检测模型

研究网络安全问题,网络入侵手段多样,特征多,存在大量不利的冗余特征,传统网络入侵检测不考虑特征冗余,检测效率和正确论低。为更一步提高了网络安全,提出一种特征选择的网络入侵检测模模型。采用粒子群算法对网络系统状态特征和支持向量机参数进行同步选择,找到最优网络入侵检测模型特征和模型参数,降低了模型的输入样本维数。仿真结果表明,改进算法可降低特征维数,消除了不利于提高检测结果的冗余特征,并提高了网络入侵检测正确率,适合于小样本、实时要求高的网络入侵检测。