机会网络移动模型研究

发布时间：2017-07-02 10:18

  本文关键词：机会网络移动模型研究，由笔耕文化传播整理发布。

【摘要】：机会网络的特征是源节点和目标节点之间没有完整的链路,依靠节点的移动产生相遇的机会,进入邻居节点的通信范围,进而进行数据交换的自组织网络。机会网络在一些极端条件下有很好的操作性和应用性,随着手机和平板电脑等移动通信设备的普及,机会网络的应用范围更加广泛,给机会网络又一次快速发展的机遇。在现实生活中,想要获取并统计准确的数据信息需要花费大量的人力、物力和财力,给机会网络的研究带来了一定的阻碍作用,所以机会网络的研究验证几乎全部依赖于仿真。仿真的结果又高度依赖于所选用的移动模型和路由协议,而路由协议的性能评估更是基于移动模型的上的。所以,移动模型的设计是否合理,关系到机会网络的研究和发展。一直以来,很多经典的移动模型都是随机的或者基于某些数学特征,没有考虑到人的社会特征对移动模型产生的影响,在真实性方面还有所欠缺。针对这个问题,本文提出了一种基于周期性目的的校园移动模型(Periodical-Purpose Campus Mobility Model,PPCMM),并在此模型的基础上,提出一种基于粒子群算法的校园移动模型(PSO Campus Mobility Model,PSOCMM)。本文的主要研究工作如下:(1)对人类的移动行为特征进行总结,分析了人类移动的一般特征,并对其中的目的性和周期性特征作了具体的描述,进而以学生的日常行为为主要参考,讨论了在校园环境下,学生移动行为的周期性和目的性,在此基础上,提出一种基于周期性目的的校园移动模型,通过仿真结果验证了该模型下的节点分布具有高度的目的性和移动性,与学生日常活动具有较高的匹配性。(2)对人类的群体性特征作了具体的描述,进而讨论了学生的群体性特征,并对基本的粒子群算法作了分析与说明,介绍了有关粒子群算法的研究现状。并结合校园移动模型,提出一种基于粒子群算法的校园移动模型。并与随机路点移动模型比较,仿真表明该类模型在平均端到端时延,数据包成功发送率和网络平均吞吐量方面,均比随机路点移动模型优越。
【关键词】：机会网络 移动模型 校园移动模型 粒子群算法
【学位授予单位】：河南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 1 绪论9-15
• 1.1 引言9
• 1.2 课题研究背景9-11
• 1.3 课题研究现状11-13
• 1.4 论文研究内容13-14
• 1.5 论文组织结构14-15
• 2 机会网络相关技术15-29
• 2.1 机会网络移动模型15-21
• 2.1.1 随机实体移动模型15-18
• 2.1.2 具有时间依赖的移动模型18
• 2.1.3 具有空间依赖的移动模型18-20
• 2.1.4 地理受限的移动模型20-21
• 2.2 移动模型的选择21-23
• 2.3 系统仿真与分析23-27
• 2.3.1 网络研究的一般方法23-24
• 2.3.2 网络仿真的优缺点24-25
• 2.3.3 仿真平台简介25-27
• 2.4 小结27-29
• 3 基于周期性目的校园移动模型29-43
• 3.1 人类移动特征29-32
• 3.1.1 人类移动特征的目的性30-31
• 3.1.2 人类移动特征的周期性31-32
• 3.2 校园移动特征32-34
• 3.2.1 校园移动特征的目的性32-33
• 3.2.2 校园移动特征的周期性33
• 3.2.3 周期性目的33-34
• 3.3 模型设计34-38
• 3.3.1 时空划分机制34-36
• 3.3.2 基于时空机制的区域选择矩阵36-37
• 3.3.3 节点轨迹移动策略37-38
• 3.4 模型算法设计38-40
• 3.5 仿真及结果分析40-42
• 3.5.1 参数设定40
• 3.5.2 仿真结果分析40-42
• 3.6 小结42-43
• 4 基于粒子群算法的校园移动模型43-50
• 4.1 粒子群算法原理43-45
• 4.1.1 基本粒子群算法43-44
• 4.1.2 带惯性权重的PSO优化算法44-45
• 4.2 群体性移动特征45-46
• 4.2.1 人类移动特征的群体性45
• 4.2.2 校园群体移动特征45-46
• 4.3 模型设计46-47
• 4.3.1 节点移动策略46
• 4.3.2 边界处理46-47
• 4.4 仿真结果分析47-49
• 4.4.1 参数设定47
• 4.4.2 仿真结果分析47-49
• 4.5 小结49-50
• 5 总结与展望50-51
• 参考文献51-55
• 致谢55-56
• 攻读学位期间的科研成果56-57

【相似文献】

中国期刊全文数据库 前10条

1 秦玉灵;孔宪仁;罗文波;;混沌量子粒子群算法在模型修正中的应用[J];计算机工程与应用;2010年02期

2 陈治明;;新型量子粒子群算法及其性能分析研究[J];福建电脑;2010年05期

3 牛永洁;;一种新型的混合粒子群算法[J];信息技术;2010年10期

4 全芙蓉;;粒子群算法的理论分析与研究[J];硅谷;2010年23期

5 刘衍民;赵庆祯;邵增珍;;一种改进的完全信息粒子群算法研究[J];曲阜师范大学学报(自然科学版);2011年01期

6 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[J];计算机工程与应用;2011年05期

7 熊智挺;谭阳红;易如方;陈赛华;;一种并行的自适应量子粒子群算法[J];计算机系统应用;2011年08期

8 孟纯青;;非线性粒子群算法[J];微计算机应用;2011年08期

9 任伟建;武璇;;一种动态改变学习因子的简化粒子群算法[J];自动化技术与应用;2012年10期

10 刘飞,孙明,李宁,孙德宝,邹彤;粒子群算法及其在布局优化中的应用[J];计算机工程与应用;2004年12期

中国重要会议论文全文数据库 前10条

1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(上)[C];2012年

2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集（上）[C];2009年

3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国（天津）’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年

中国博士学位论文全文数据库 前10条

1 王芳;粒子群算法的研究[D];西南大学;2006年

2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年

3 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

4 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

5 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

6 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

7 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

8 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年

9 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年

10 冯琳;改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用[D];东北大学;2013年

中国硕士学位论文全文数据库 前10条

1 张忠伟;结构优化中粒子群算法的研究与应用[D];大连理工大学;2009年

2 李强;基于改进粒子群算法的艾萨炉配料优化[D];昆明理工大学;2015年

3 付晓艳;基于粒子群算法的自调节隶属函数模糊控制器设计[D];河北联合大学;2014年

4 余汉森;粒子群算法的自适应变异研究[D];南京信息工程大学;2015年

5 梁计锋;基于改进粒子群算法的交通控制算法研究[D];长安大学;2015年

6 杨伟;基于粒子群算法的氧乐果合成过程建模研究[D];郑州大学;2015年

7 李程;基于粒子群算法的AS/RS优化调度方法研究[D];陕西科技大学;2015年

8 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年

9 陈百霞;考虑风电场并网的电力系统无功优化[D];山东大学;2015年

10 戴玉倩;基于混合动态粒子群算法的软件测试数据自动生成研究[D];江西理工大学;2015年

  本文关键词：机会网络移动模型研究，由笔耕文化传播整理发布。

，

本文编号：509504