[发明专利]基于遗传算法的无线认知网络端到端服务质量确保方法

权利要求书

1.一种基于遗传算法的无线认知网络端到端服务质量确保方法，包括如下步骤：

1)网络协议栈中的部分参数值是可以调整的，如无线节点的发射功率、数据的发送速率等，本发明把这类参数称为可调参数，根据每个可调参数的取值范围，将其编码到(0，1]区间内的一个实数，每个编码后的可调参数值作为遗传算法中的基因，所有基因组成在遗传算法中参与运算的染色体，可调参数的个数是染色体的长度；

2)可以反映网络服务质量(QoS)状况的参数，如业务的时延等，本发明把这类参数称为QoS指标，这些QoS指标经过处理后，作为遗传算法中的适应度函数，针对染色体i，其适应度函数的定义为：

U_i(u_1i，u_2i，...，u_mi)

其中，U_i是染色体i对应的适应度函数，由u_1i，u_2i，...，u_mi这m个子目标组成，任一子目标u_ji是QoS指标j(1≤j≤m)的函数，QoS指标由网络中的节点通过统计一段时间内业务运行的QoS信息并向相应调整节点发送QoS信息数据包的方法获取；

3)设定最大遗传代数，为染色体随机赋上n(n为偶数)组值作为初始解，形成父代种群；

4)计算父种群中每条染色体的适应度函数值，适应度函数的参数是QoS指标；

5)将父代群体中的染色体进行锦标赛选择、交叉和变异这三种传统遗传操作，生成新的子代染色体；

6)计算新产生的子代种群中染色体的适应度函数值；

7)将产生的子代染色体和父代染色体融合在一起；

8)采用非支配排序的方法选择出前n条适应度函数值较好的染色体，作为新的父代染色体；

9)如果有些染色体的适应度函数值在非支配排序中处于相同的非支配等级，使得仅采用非支配排序法无法正好选择出n条染色体，则采用密度计算的方法从非支配等级相同的染色体中选择出密度较大的作为较优的染色体；

10)当遗传次数没有达到设定的最大遗传代数时，重复执行步骤5)到9)；

11)当遗传次数达到设定的最大代数时，求出的n条染色体在各个子目标中均为较优，最后在这n条染色体中选择出综合评价值最高的一条染色体值，将其解码，便可得到所需的可调参数值，对染色体值进行综合评价的公式为：

其中，b₁，b₂，...，b_n是n条染色体的综合评价值，a₁，a₂，...，a_m表示m个子目标的权重，这些权重根据子目标的重要性进行分配，u_ji是染色体i对应的第j个子目标(j＝1，2，...，m；i＝1，2，...，n)；

12)按照遗传算法求解出的可调参数值对网络进行重构，网络的端到端QoS即可得到保障。

2.根据权利要求1中所述的基于遗传算法的无线认知网络端到端QoS确保方法，其中步骤5)所示的锦标赛选择操作，按如下进行：

2a)从父种群中随机选择n₁(n₁＜n)条染色体，采用非支配排序方法进行适应度值大小的比较，将其中适应度最高的一条染色体遗传到下一代；

2b)若染色体的适应度函数值的非支配等级相同，则通过染色体的密度比较操作，选择出密度最大的一条染色体遗传到下一代；

2c)步骤2a)、2b)重复执行n/2次，就可得到包含n/2条染色体的新种群。

3.根据权利要求1中所述的基于遗传算法的无线认知网络端到端QoS确保方法，其中步骤5)所示的交叉操作，按如下进行：

3a)在种群中随机选择两条不同的染色体，再随机选择染色体的某个基因位，交换这两条染色体上相应位的基因信息；

3b)重复执行上述过程n/2次，得到n/2条新的染色体；

3c)将新产生的n/2条染色体和原始的n/2条染色体融合，得到包含n条染色体的子代种群。