

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、機會傳感網(wǎng)絡是一種不需要源節(jié)點和目標節(jié)點之間存在完整鏈路,利用節(jié)點移動帶來相遇機會實現(xiàn)通信的自組織網(wǎng)絡,應用于野生動物追蹤、森林環(huán)境監(jiān)測以及智能交通等。機會傳感網(wǎng)絡中,關鍵節(jié)點的失效可能導致網(wǎng)絡運行不正常,甚至癱瘓。如能獲知或預測網(wǎng)絡的關鍵節(jié)點,便可根據(jù)關鍵節(jié)點的相關信息對網(wǎng)絡進行優(yōu)化,在網(wǎng)絡出現(xiàn)癱瘓時,第一時間排查關鍵節(jié)點,可大大減少網(wǎng)絡維護時間和成本。
課題來源于國家自然科學基金項目,研究機會傳感網(wǎng)絡的關鍵節(jié)點預測方法。論
2、文介紹了國內(nèi)外相關網(wǎng)絡關鍵節(jié)點的研究現(xiàn)狀,分析了現(xiàn)有關鍵節(jié)點判定方法的優(yōu)缺點及適用范圍,指出現(xiàn)有的方法不適用于機會傳感網(wǎng)絡;針對機會傳感網(wǎng)絡消息傳輸時延高、網(wǎng)絡結(jié)構(gòu)呈動態(tài)變化的特點,分析了多區(qū)域機會傳感網(wǎng)絡分層結(jié)構(gòu)模型的消息傳輸過程,定義階段貢獻度反映節(jié)點在消息傳輸過程中的貢獻,定義區(qū)域貢獻度反映節(jié)點對區(qū)域的貢獻程度;在此基礎上,以節(jié)點在網(wǎng)絡中的綜合貢獻度作為判斷關鍵節(jié)點的依據(jù),并提出基于多屬性決策中理想點法(Technique for
3、 Order Preference bySimilarity to Ideal Solution,TOPSIS)的關鍵節(jié)點預測方法。
論文采用機會傳感網(wǎng)絡仿真器實(Opportunistic Networking Environment,ONE)模擬四種典型的多區(qū)域機會傳感網(wǎng)絡場景,分別采用TOPSIS算法和改進TOPSIS算法預測關鍵節(jié)點,結(jié)果表明,采用改進TOPSIS算法能夠獲得更高的預測精度;為進一步驗證本文提出的預測方
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多屬性的社交網(wǎng)絡關鍵節(jié)點挖掘方法.pdf
- 機會傳感網(wǎng)絡關鍵節(jié)點的評估.pdf
- 機會網(wǎng)絡關鍵節(jié)點預測算法的研究.pdf
- 基于節(jié)點社會屬性的機會網(wǎng)絡路由策略.pdf
- 多屬性節(jié)點向量網(wǎng)絡的圖可視分析.pdf
- 基于屬性影響度的多屬性決策方法研究.pdf
- 基于TOPSIS準則的模糊多屬性決策和組合預測模型及其應用.pdf
- 多屬性決策方法new
- 基于猶豫模糊語言的多屬性決策方法.pdf
- 多屬性決策問題的幾種決策方法.pdf
- 屬性關聯(lián)的區(qū)間多屬性決策方法研究.pdf
- 多屬性決策方法及其應用.pdf
- 基于預期的多屬性決策模型逆序問題研究.pdf
- 模糊多屬性決策方法研究
- 模糊多屬性決策方法研究.pdf
- 基于模糊多屬性決策的配送中心選址研究.pdf
- 基于PROMETHEE Ⅱ模型的多屬性群決策方法研究.pdf
- 基于區(qū)間數(shù)信息的多屬性決策方法研究.pdf
- 基于模糊軟集的多屬性決策方法研究.pdf
- 異構(gòu)網(wǎng)絡多屬性決策判決算法的研究.pdf
評論
0/150
提交評論