[发明专利]基于共生机制的自组织网络拓扑设计微粒群信息处理方法

说明书

技术领域

本发明涉及一种自组织网络拓扑设计方法，尤其是涉及一种基于共生机制的自组织网络拓扑设计微粒群信息处理方法。

背景技术

自组织网络是由一组带有无线收发装置的移动终端(下称节点)组成的一个多跳、对等临时性的自治系统。多跳是指源节点到目的节点是以多跳形式通信，对等是指构成网络的节点在功能上是彼此是对等的，即是通信终端也是路由器。由于该网络无需固定的基础设施，可实现任何时间、任何地点以任何方式组网，使它广泛应用于固定网络很难触及的灾难救助、临时会议、战场等突发应急场合。随着研究深入，它的商用潜力也备受重视，它是物联网的关键技术，目前它已在像校园娱乐、电子教室、视频会议等中扮演重要的角色。

由于网络中的节点可以自由加入和离开，使得它有别于其他通信网络的显著特点是网络拓扑结构的频繁动态变化。这种变化随时可能发生，而且变化的方式和速度难以预测，因此，增加了网络拓扑研究、设计和开发的难度。同时，因为网络的媒质接入控制和路由也直接依赖于网络的拓扑，因此对网络拓扑的要求就很高。

网络拓扑反映了网络中节点的几何排列或布局以及网络节点之间的连接关系。不同于传统网络，在自组织网络中网络节点即是主机，因此网络拓扑代表着网络中直连对等实体的相互连接关系。一方面传统网络的拓扑设计方法不适用于自组织网络，另一方面，由于自组织网络的突出特点是网络拓扑结构变化频繁，使得网络对带宽、时延、功率的要求更加严格，网络拓扑设计在传统网络被弱化的因素，在此不得不考虑，由此形成自组织网络拓扑设计是一个含有约束的多目标问题。

自组织网络的拓扑设计包含多种因素，如网络的吞吐量、网络的开销、传输的时延和可靠性等。为了协调这些控制参数，拓扑设计时通常构造多个目标函数，使得在考虑某些参数受限的情况下，使目标函数最优，即寻找目标参数受限的最优解。这一过程具体可描述为，假定某一时刻网中的一组移动节点，在已知彼此节点位置时，要进行节点间的通信，则需要节点间某一指标达到最优值时的链路规划问题(如总耗费、平均延时、可靠性、可扩展性等)。这些指标在网络设计中通常是彼此矛盾的，如，减少数据包的延时，意味着提高链路的链接能力及路由信息的更改，这将导致网络费用和开销的增加，况且要同时优化相矛盾的因素，在干扰严重的解空间中寻找服从多个约束条件的最优解，这是一个NP-hard问题。故此，自组织网络的拓扑设计是亟待解决和难点问题。实际上，自组织网络的拓扑设计是一个优化问题，在优化问题中，主要是解决两个问题：一是寻找全局最优解；二是寻找全局最优解时，要有较高的收敛速度。

从主要解决的两个问题方面来看，目前自组织网络拓扑设计已有的方法可归纳为三类：传统数学优化方法、多目标化为单目标方法、进化算法。这里需要提及的是属于进化算法的遗传算法(GA)。遗传算法是目前应用较为广泛的方法，它以其所需领域知识较少，对目标函数无过多要求及在解决多维问题时有良好的性能，在解决一些复杂优化问题时，较传统数学优化方法更加有效。但是，遗传算法的寻优过程是完全模拟生物遗传进化过程，于是就不可避免地继承了自然界生物遗传进化强调整体、速度较慢的特点。虽然遗传算法方法已在解决某些通信问题中，得到成功应用，但也存在许多问题，其中搜索速度较慢，寻优效率较低就是主要问题之一，同时实现起来也相对比较复杂。它难于在自组织网络环境下使用。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种于共生机制的自组织网络拓扑设计微粒群信息处理方法。

本发明的目的可以通过以下技术方案来实现：

一种基于共生机制的自组织网络拓扑设计微粒群信息处理方法，其特征在于，包括以下步骤：

1)对节点数为N的为网络，随机产生M个初始拓扑方案信息，每个拓扑方案信息对应一个微粒，计算每个微粒的适应度；

2)设定用于衡量适应度可行与否的阈值；

3)根据设定的阈值判断每个微粒的适应度是否为可行解，若为是，执行步骤4)，若为否，执行步骤5)；

4)得到可行微粒集，执行步骤6)；

5)得到不可行微粒集，在约束方程引导下，按标准微粒群算法将不可行的微粒转化为可行微粒，得到转化后的可行微粒集，执行步骤6)；

6)将可行微粒集和转化后的可行微粒集作为新群体；

7)目标函数f_i(x)中的多个目标按目标函数f_i(x)将新群体微粒分类，得到m个子群，并判断循环次数是否达到M/m，若为是，执行步骤8)，若为否，继续执行步骤7)；