[发明专利]异构泛在网络环境下的终端聚合系统及方法

权利要求书

1.一种异构泛在网络环境下的终端聚合系统，其特征在于，所述系统包括：

上下文感知模块，用于获取不同终端能力集合中终端的个体信息和协同信息并提供给聚合决策模块；

多目标模块，根据终端的综合能力将用户聚合需求转化为可衡量的0-1二次整数规划双目标；

聚合决策模块，根据所述上下文感知模块提供的信息以及所述双目标进行决策，获得终端与最优终端的贴近度，通过多目标进化得到系统的一组最优解集；

终端聚合模块，根据对终端个体表现和协同表现的要求，确定所述最优解集中各最优解的综合表现，根据综合表现最大的最优解来选择终端形成聚合终端群。

2.根据权利要求1所述的系统，其特征在于，所述个体信息包括终端当前状态下的可用带宽、剩余能量、覆盖范围和通信费用信息；所述协同信息包括终端间的连接稳定性、协同功耗、系统容错性和匹配满意度信息。

3.根据权利要求1所述的系统，其特征在于，所述聚合决策模块根据TOPSIS多属性决策计算的贴近度和来自所述多目标模块的双目标，采用多目标进化算法计算得到一组Pareto最优解集。

4.根据权利要求3所述的系统，其特征在于，所述聚合决策模块根据规范化后的终端个体信息和协同信息，使用多指标权重生成算法自动生成各指标的权重，并基于TOPSIS多属性决策构架评价终端的最优终端和最差终端，计算各终端到理想最优终端的贴近度。

5.根据权利要求4所述的系统，其特征在于，所述终端到理想最优终端的贴近度用于衡量选定终端与理论最优终端的贴近程度以及与理论最差终端的远离程度。

6.一种异构泛在网络环境下的终端聚合方法，其特征在于，所述方法包括步骤：

S1，获取不同终端能力集合中终端的个体信息和协同信息；

S2，根据终端的综合能力将用户聚合需求转化为可衡量的0-1二次整数规划双目标；

S3，对所述终端的个体信息和协同信息以及所述双目标进行决策，获得终端与最优终端的贴近度，通过多目标进化得到系统的一组最优解集；

S4，根据对终端个体表现和协同表现的要求，确定所述最优解集中各最优解的综合表现，根据综合表现最大的最优解来选择终端形成聚合终端群。

7.根据权利要求6所述的方法，其特征在于，步骤S1中，所述个体信息包括终端当前状态下的可用带宽、剩余能量、覆盖范围和通信费用信息；所述系统信息包括终端间的连接稳定性、协同功耗、系统容错性和匹配满意度信息。

8.根据权利要求6所述的方法，其特征在于，步骤S3中，根据TOPSIS多属性决策计算的贴近度和来自所述多目标模块的双目标，采用多目标进化算法计算得到一组Pareto最优解集。

9.根据权利要求8所述的方法，其特征在于，所述贴近度的计算具体为：首先根据规范化后的终端个体信息和协同信息，使用多指标权重生成算法自动生成各指标的权重；随后基于TOPSIS多属性决策构架评价终端的最优终端和最差终端，计算各终端到理想最优终端的贴近度。

10.根据权利要求9所述的方法，其特征在于，所述终端到理想最优终端的贴近度用于衡量选定终端与理论最优终端的贴近程度以及与理论最差终端的远离程度。