發(fā)布時間：2017-07-02 10:18

  本文關(guān)鍵詞：機會網(wǎng)絡(luò)移動模型研究，由筆耕文化傳播整理發(fā)布。

【摘要】：機會網(wǎng)絡(luò)的特征是源節(jié)點和目標(biāo)節(jié)點之間沒有完整的鏈路,依靠節(jié)點的移動產(chǎn)生相遇的機會,進入鄰居節(jié)點的通信范圍,進而進行數(shù)據(jù)交換的自組織網(wǎng)絡(luò)。機會網(wǎng)絡(luò)在一些極端條件下有很好的操作性和應(yīng)用性,隨著手機和平板電腦等移動通信設(shè)備的普及,機會網(wǎng)絡(luò)的應(yīng)用范圍更加廣泛,給機會網(wǎng)絡(luò)又一次快速發(fā)展的機遇。在現(xiàn)實生活中,想要獲取并統(tǒng)計準確的數(shù)據(jù)信息需要花費大量的人力、物力和財力,給機會網(wǎng)絡(luò)的研究帶來了一定的阻礙作用,所以機會網(wǎng)絡(luò)的研究驗證幾乎全部依賴于仿真。仿真的結(jié)果又高度依賴于所選用的移動模型和路由協(xié)議,而路由協(xié)議的性能評估更是基于移動模型的上的。所以,移動模型的設(shè)計是否合理,關(guān)系到機會網(wǎng)絡(luò)的研究和發(fā)展。一直以來,很多經(jīng)典的移動模型都是隨機的或者基于某些數(shù)學(xué)特征,沒有考慮到人的社會特征對移動模型產(chǎn)生的影響,在真實性方面還有所欠缺。針對這個問題,本文提出了一種基于周期性目的的校園移動模型(Periodical-Purpose Campus Mobility Model,PPCMM),并在此模型的基礎(chǔ)上,提出一種基于粒子群算法的校園移動模型(PSO Campus Mobility Model,PSOCMM)。本文的主要研究工作如下:(1)對人類的移動行為特征進行總結(jié),分析了人類移動的一般特征,并對其中的目的性和周期性特征作了具體的描述,進而以學(xué)生的日常行為為主要參考,討論了在校園環(huán)境下,學(xué)生移動行為的周期性和目的性,在此基礎(chǔ)上,提出一種基于周期性目的的校園移動模型,通過仿真結(jié)果驗證了該模型下的節(jié)點分布具有高度的目的性和移動性,與學(xué)生日�；顒泳哂休^高的匹配性。(2)對人類的群體性特征作了具體的描述,進而討論了學(xué)生的群體性特征,并對基本的粒子群算法作了分析與說明,介紹了有關(guān)粒子群算法的研究現(xiàn)狀。并結(jié)合校園移動模型,提出一種基于粒子群算法的校園移動模型。并與隨機路點移動模型比較,仿真表明該類模型在平均端到端時延,數(shù)據(jù)包成功發(fā)送率和網(wǎng)絡(luò)平均吞吐量方面,均比隨機路點移動模型優(yōu)越。
【關(guān)鍵詞】：機會網(wǎng)絡(luò) 移動模型 校園移動模型 粒子群算法
【學(xué)位授予單位】：河南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN929.5
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 1 緒論9-15
• 1.1 引言9
• 1.2 課題研究背景9-11
• 1.3 課題研究現(xiàn)狀11-13
• 1.4 論文研究內(nèi)容13-14
• 1.5 論文組織結(jié)構(gòu)14-15
• 2 機會網(wǎng)絡(luò)相關(guān)技術(shù)15-29
• 2.1 機會網(wǎng)絡(luò)移動模型15-21
• 2.1.1 隨機實體移動模型15-18
• 2.1.2 具有時間依賴的移動模型18
• 2.1.3 具有空間依賴的移動模型18-20
• 2.1.4 地理受限的移動模型20-21
• 2.2 移動模型的選擇21-23
• 2.3 系統(tǒng)仿真與分析23-27
• 2.3.1 網(wǎng)絡(luò)研究的一般方法23-24
• 2.3.2 網(wǎng)絡(luò)仿真的優(yōu)缺點24-25
• 2.3.3 仿真平臺簡介25-27
• 2.4 小結(jié)27-29
• 3 基于周期性目的校園移動模型29-43
• 3.1 人類移動特征29-32
• 3.1.1 人類移動特征的目的性30-31
• 3.1.2 人類移動特征的周期性31-32
• 3.2 校園移動特征32-34
• 3.2.1 校園移動特征的目的性32-33
• 3.2.2 校園移動特征的周期性33
• 3.2.3 周期性目的33-34
• 3.3 模型設(shè)計34-38
• 3.3.1 時空劃分機制34-36
• 3.3.2 基于時空機制的區(qū)域選擇矩陣36-37
• 3.3.3 節(jié)點軌跡移動策略37-38
• 3.4 模型算法設(shè)計38-40
• 3.5 仿真及結(jié)果分析40-42
• 3.5.1 參數(shù)設(shè)定40
• 3.5.2 仿真結(jié)果分析40-42
• 3.6 小結(jié)42-43
• 4 基于粒子群算法的校園移動模型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 帶慣性權(quán)重的PSO優(yōu)化算法44-45
• 4.2 群體性移動特征45-46
• 4.2.1 人類移動特征的群體性45
• 4.2.2 校園群體移動特征45-46
• 4.3 模型設(shè)計46-47
• 4.3.1 節(jié)點移動策略46
• 4.3.2 邊界處理46-47
• 4.4 仿真結(jié)果分析47-49
• 4.4.1 參數(shù)設(shè)定47
• 4.4.2 仿真結(jié)果分析47-49
• 4.5 小結(jié)49-50
• 5 總結(jié)與展望50-51
• 參考文獻51-55
• 致謝55-56
• 攻讀學(xué)位期間的科研成果56-57

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 秦玉靈;孔憲仁;羅文波;;混沌量子粒子群算法在模型修正中的應(yīng)用[J];計算機工程與應(yīng)用;2010年02期

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

3 牛永潔;;一種新型的混合粒子群算法[J];信息技術(shù);2010年10期

4 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

5 劉衍民;趙慶禎;邵增珍;;一種改進的完全信息粒子群算法研究[J];曲阜師范大學(xué)學(xué)報(自然科學(xué)版);2011年01期

6 朱童;李小凡;魯明文;;位置加權(quán)的改進粒子群算法[J];計算機工程與應(yīng)用;2011年05期

7 熊智挺;譚陽紅;易如方;陳賽華;;一種并行的自適應(yīng)量子粒子群算法[J];計算機系統(tǒng)應(yīng)用;2011年08期

8 孟純青;;非線性粒子群算法[J];微計算機應(yīng)用;2011年08期

9 任偉建;武璇;;一種動態(tài)改變學(xué)習(xí)因子的簡化粒子群算法[J];自動化技術(shù)與應(yīng)用;2012年10期

10 劉飛,孫明,李寧,孫德寶,鄒彤;粒子群算法及其在布局優(yōu)化中的應(yīng)用[J];計算機工程與應(yīng)用;2004年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進粒子群算法[A];中國科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學(xué)系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學(xué)和運動穩(wěn)定性學(xué)術(shù)會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計中的應(yīng)用[A];第十一屆全國膨脹節(jié)學(xué)術(shù)會議膨脹節(jié)設(shè)計、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國水力發(fā)電工程學(xué)會大壩安全監(jiān)測專委會年會暨學(xué)術(shù)交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標(biāo)函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會議論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王芳;粒子群算法的研究[D];西南大學(xué);2006年

2 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學(xué);2012年

3 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學(xué);2009年

4 黃平;粒子群算法改進及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

5 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

6 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學(xué);2014年

7 張寶;粒子群算法及其在衛(wèi)星艙布局中的應(yīng)用研究[D];大連理工大學(xué);2007年

8 劉宏達;粒子群算法的研究及其在船舶工程中的應(yīng)用[D];哈爾濱工程大學(xué);2008年

9 楊輕云;約束滿足問題與調(diào)度問題中離散粒子群算法研究[D];吉林大學(xué);2006年

10 馮琳;改進多目標(biāo)粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應(yīng)用[D];東北大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學(xué);2009年

2 李強;基于改進粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學(xué);2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計[D];河北聯(lián)合大學(xué);2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

5 梁計鋒;基于改進粒子群算法的交通控制算法研究[D];長安大學(xué);2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學(xué);2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學(xué);2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動機數(shù)學(xué)模型問題[D];山東大學(xué);2015年

9 陳百霞;考慮風(fēng)電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學(xué);2015年

10 戴玉倩;基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究[D];江西理工大學(xué);2015年

  本文關(guān)鍵詞：機會網(wǎng)絡(luò)移動模型研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：509504