电大计算机网络技术专科毕业论文.docxVIP

电大计算机网络技术专科毕业论文 专科毕业论文范文一：跨区域机载移动网络优化方法研究 1跨区域机载移动网络通信原理 跨区域机载移动网络优化通信对于机载在跨区域的移动网络的数据传输性能和安全性能起着重要作用。当前的优化模型一般采用路径节点选择的方法完成，其原理如下所述:限定信息搜寻路径的行为遵循下述规律: 1信息搜寻路径的过程依据前个通信节点留下的信息素浓度决定，并依据比率决定路径; 2在一次循环中所有路径只经过一次，用数据列表控制; 3完成单次循环后，依据路径长度释放不同浓度的信息素，并对走过的路径信息素加以更新。假定在搜寻路径的初始阶段，所有路径上具有数量相等的信息量，即:τij0=CC为常数。数据kk=1，2，3，…，m在搜寻路径的过程中，信息转移的方向依据路径信息量决定。信息在t时刻一次只能选择一个城市作为搜索终点，搜索n次后返回原点，即为一次循环。由上可知，在某时刻t城市i中的信息搜寻城市j为终点的概率可以用下述公式描述式中，pkijt用来描述在时刻t信息位置转移的概率，τijt用来描述时刻t信息在路径ij所留信息量，ηij用来描述城市i转移至j的启发信息，allowedk={1，2，…，}n-tabuk用来描述信息k可以选择的待选路径，集合tabuk用来记录信息k已走过的路径，并随着搜寻进程而变动。搜寻路径上的信息量经过一段时间后会消失，n个时刻完成一个循环，网络通信信息量则依据以下规则做出相应变动τijt+n=ρ×τijt+Δτij，ρ∈0，13Δτij=∑mk-1Δτkij4其中，Δτkij用来描述网络节点路径ij的信息量，Δτij表示路径信息量增量，ρρ≤01表示信息停留的持久度。由上可知，如果信息k在本次循环中经过路径ij，则Δτkij=QLk，否则，Δτkij=0，其中，Q用来描述信息k进行一次循环所释放的信息总量，Lk用来描述信息k当前所经过路径长度。当前的优化模型设计没有考虑飞机高空快速、跨区域移动的特点，出现了越来越多的跨区域节点选择通信的现象，造成传统的跨区域机载移动网络传输模型在频繁的跨区域节点选择中不稳定。 2基于自适应蚁群算法的跨区域机载移动网络优化模型 利用传统算法进行跨区域机载移动网络优化模型设计，无法避免由于高空干扰过大造成数据传输的速度过低且传输不稳定的缺陷，为此，提出基于自适应蚁群算法的跨区域机载移动网络优化方法。 2.1移动网络优化模型的构建 假定跨区域机载移动网络用G=V，E表示，V是节点集合，其中的任意一个节点v代表一个通信器，E是边的集合，其中的任意一条边e代表一条通信链路，且任意边有多种QoSQualityofService度量参数值，其权值用we=w1e，w2e，…wke描述，若用wle1≤l≤k描述第l种的QoS参数，且已知路径pj=v0j，v1j，…，vLj，若度量参数wle表现加性，则wlpj=∑i=1wleij5若wle表现乘性，则wlpj=Πi=1wleij6若wle表现凹性，则w1pj=mini=1wleij7对pj进行运算获取该路径权值wpj=w1pj，w2pj，…，wkpj8在链路状态信息不确定的条件下，跨区域机载移动网络优化问题可以看作在以下描述的条件下搜索G中路径ps的过程:PROwhps≤c0hs，t≥PROhPROwlps≥c0ls，t≥PRO{t9式中，0≤h，l≤k，PROA描述事件A发生的概率，proh，l0≤h，l≤k一般取值为0，表示最小取值。由上可知，优化计算的成功率可以用下式计算获取:通过上面阐述的方法，可以构建跨区域机载移动网络优化的数学模型。 2.2跨区域机载移动网络优化过程 跨区域机载移动网络优化过程中采用自适应蚁群算法的原理，自适应蚁群算法在实现过程中，按照一定规则划分求解区域为若干小区域，然后对小区域进行分别求解获取最优值，并形成初步的较优解集合，并以此为依据对初始信息素进行分配，依据相关原理决定新区域选择的概率。依据信息素分布进行调整，结合自适应调整相关系数、信息素数量等，实现全局最优解的获取，具体实现步骤描述如下:Step1:初始化，初始化设置如下:Set，t=0，NC=0，给定任意边上的τij0=C，Δτij=0，假设区域数量为n个，随机给定的蚂蚁数量为m个，依据相关原理对Q，ρ值进行设置;Step2:依据相关规则对待搜索区域进行划分，分别对划分后的小区域进行搜索，对于搜索到的各个小区域的最优值进行组合，收集初始信息素分布状况，划分区域示 3实验结果与分析 为了验证改进算法的优越性，需要进行一次实验。在实验过程中，根据Waxman理论，随机生成与实际跨区域机载移动网络特性较为相似的图，依据一定的网络节点数，随机