本文關(guān)鍵詞：異構(gòu)網(wǎng)絡(luò)中基于遺傳理論的資源分配算法

  更多相關(guān)文章： 異構(gòu)網(wǎng)絡(luò) 資源利用率 服務(wù)質(zhì)量 資源分配 遺傳理論

【摘要】：隨著寬帶無線應(yīng)用的推廣,無線資源日趨緊張。如何通過設(shè)計(jì)合理的資源優(yōu)化算法實(shí)現(xiàn)異構(gòu)資源的優(yōu)勢(shì)互補(bǔ)與協(xié)調(diào)管理,從而最大化資源利用率,向用戶提供具有服務(wù)質(zhì)量(QoS, Quality of Service)保證的服務(wù)是異構(gòu)網(wǎng)絡(luò)場(chǎng)景下必須要解決的一個(gè)問題。本學(xué)位論文圍繞異構(gòu)網(wǎng)絡(luò)中如何最大化資源利用率同時(shí)向用戶提供具有QoS保證的服務(wù)這一核心問題,深入研究了異構(gòu)網(wǎng)絡(luò)中基于遺傳理論的資源分配算法,以期得到最佳的資源分配方案。本文的主要工作如下：(1)較為詳細(xì)地介紹了異構(gòu)網(wǎng)絡(luò)中資源優(yōu)化管理的關(guān)鍵技術(shù),討論了異構(gòu)網(wǎng)絡(luò)中資源優(yōu)化算法的研究現(xiàn)狀,重點(diǎn)分析了異構(gòu)網(wǎng)絡(luò)中資源分配算法的特點(diǎn)和面臨的挑戰(zhàn)。(2)提出了兩種基于遺傳運(yùn)算的資源分配算法。第一種算法以最大化資源利用率,同時(shí)滿足不同業(yè)務(wù)的QoS要求為目標(biāo),考慮到不同無線接入技術(shù)(RATs, Radio Access Technologies)對(duì)業(yè)務(wù)的支持能力不同；第二種算法引入了業(yè)務(wù)優(yōu)先級(jí)機(jī)制,以最大化網(wǎng)絡(luò)效用和系統(tǒng)吞吐量為目標(biāo)。仿真結(jié)果表明,考慮業(yè)務(wù)優(yōu)先級(jí)后,資源分配算法不僅提高了資源利用率,也降低了業(yè)務(wù)阻塞率。并與現(xiàn)有的資源分配算法進(jìn)行了比較,仿真結(jié)果表明,所提出的基于遺傳運(yùn)算的資源分配算法的性能更好。(3)為了解決基于遺傳運(yùn)算的資源分配算法的早熟收斂問題,提出了異構(gòu)網(wǎng)絡(luò)中基于蟻群優(yōu)化的資源分配算法,該算法主要是利用局部正反饋信息進(jìn)行搜索,能避免算法陷入局部最優(yōu)解。仿真結(jié)果表明,基于蟻群優(yōu)化的資源分配算法比基于遺傳運(yùn)算的資源分配算法求精確解效率高,但收斂速度較慢。(4)提出了異構(gòu)網(wǎng)絡(luò)中基于混合優(yōu)化的資源分配算法。算法前期利用遺傳算法快速全局搜索能力得到資源分配的初次結(jié)果,然后將其求得的結(jié)果轉(zhuǎn)化為蟻群算法的初始信息素分布,后期利用蟻群算法的正反饋、并行性搜索得到全局最優(yōu)解。仿真結(jié)果表明,所提出的基于混合優(yōu)化的資源分配算法比基于蟻群優(yōu)化的資源分配算法搜索速度快,比基于遺傳運(yùn)算的資源分配算法求精確解效率高。(5)給出本學(xué)位論文研究工作的總結(jié),并對(duì)下一步的研究給出展望。
【關(guān)鍵詞】：異構(gòu)網(wǎng)絡(luò) 資源利用率 服務(wù)質(zhì)量 資源分配 遺傳理論
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN92;TP18
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 縮略語11-13
• 第1章 緒論13-17
• 1.1 課題背景及意義13-15
• 1.2 研究內(nèi)容及章節(jié)安排15-17
• 1.2.1 主要研究內(nèi)容15
• 1.2.2 論文章節(jié)安排15-17
• 第2章 異構(gòu)網(wǎng)絡(luò)資源優(yōu)化管理關(guān)鍵技術(shù)17-29
• 2.1 異構(gòu)網(wǎng)絡(luò)融合發(fā)展及關(guān)鍵技術(shù)概述17-21
• 2.1.1 異構(gòu)網(wǎng)絡(luò)融合發(fā)展概述17-18
• 2.1.2 異構(gòu)網(wǎng)絡(luò)融合關(guān)鍵技術(shù)18-21
• 2.2 異構(gòu)網(wǎng)絡(luò)資源優(yōu)化算法研究現(xiàn)狀及分析21-22
• 2.2.1 資源調(diào)度算法21
• 2.2.2 接納控制算法21-22
• 2.2.3 資源分配算法22
• 2.3 異構(gòu)網(wǎng)絡(luò)中的資源分配算法研究22-27
• 2.3.1 異構(gòu)網(wǎng)絡(luò)中資源分配的特點(diǎn)22-25
• 2.3.2 異構(gòu)網(wǎng)絡(luò)中資源分配算法的研究現(xiàn)狀和挑戰(zhàn)25-27
• 2.4 本章小結(jié)27-29
• 第3章 異構(gòu)網(wǎng)絡(luò)中基于遺傳運(yùn)算的資源分配算法29-47
• 3.1 背景介紹29-33
• 3.1.1 遺傳算法概述29-30
• 3.1.2 遺傳算法的基本原理30-33
• 3.2 異構(gòu)網(wǎng)絡(luò)系統(tǒng)模型33-34
• 3.3 異構(gòu)網(wǎng)絡(luò)中基于遺傳運(yùn)算的資源分配算法34-39
• 3.3.1 基于業(yè)務(wù)的資源分配算法(TRAA)34-37
• 3.3.2 基于網(wǎng)絡(luò)效用的資源分配算法(URAA)37-39
• 3.4 仿真與分析39-45
• 3.4.1 仿真場(chǎng)景與參數(shù)設(shè)置39-40
• 3.4.2 仿真結(jié)果與分析40-45
• 3.5 本章小結(jié)45-47
• 第4章 異構(gòu)網(wǎng)絡(luò)中基于蟻群優(yōu)化的資源分配算法47-57
• 4.1 背景介紹47-49
• 4.1.1 蟻群算法概述47
• 4.1.2 蟻群算法基本原理47-49
• 4.2 基于蟻群優(yōu)化的資源分配算法49-53
• 4.2.1 蟻群優(yōu)化模型50-51
• 4.2.2 蟻群優(yōu)化求解資源分配問題51-53
• 4.3 仿真與分析53-56
• 4.3.1 仿真場(chǎng)景與參數(shù)設(shè)置53
• 4.3.2 仿真結(jié)果與分析53-56
• 4.4 本章小結(jié)56-57
• 第5章 異構(gòu)網(wǎng)絡(luò)中基于混合優(yōu)化的資源分配算法57-67
• 5.1 混合優(yōu)化算法的基本思想57-60
• 5.1.1 混合優(yōu)化算法的發(fā)展與研究現(xiàn)狀57-58
• 5.1.2 混合優(yōu)化算法的基本框架58-60
• 5.2 混合優(yōu)化算法的實(shí)現(xiàn)60-61
• 5.2.1 基于遺傳算法的資源初次分配60-61
• 5.2.2 基于蟻群算法的資源再分配61
• 5.3 仿真與分析61-65
• 5.3.1 仿真場(chǎng)景與參數(shù)設(shè)置61-62
• 5.3.2 仿真結(jié)果與分析62-65
• 5.4 本章小結(jié)65-67
• 第6章 總結(jié)和展望67-69
• 6.1 研究工作總結(jié)67
• 6.2 研究展望67-69
• 致謝69-70
• 參考文獻(xiàn)70-75
• 攻讀碩士學(xué)位期間的研究成果75
• 1 學(xué)術(shù)論文75
• 2 專利(執(zhí)筆)75
• 3 參與的科研項(xiàng)目75

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 袁東輝;劉大有;申世群;;基于蟻群—遺傳算法的改進(jìn)多目標(biāo)數(shù)據(jù)關(guān)聯(lián)方法[J];通信學(xué)報(bào);2011年06期

2 趙義武;牛慶銀;王憲成;;遺傳算法與蟻群算法的融合研究[J];科學(xué)技術(shù)與工程;2010年16期

，

本文編號(hào)：929673