[发明专利]基于直觉模糊集多属性决策的网络选择方法

说明书

技术领域

本发明涉及一种基于直觉模糊集多属性决策的网络选择方法，属于计算机网络技术领域。

背景技术

随着无线通信技术的迅猛发展，各种无线通信系统为用户提供了多种异构的网络环境，包括无线个域网(如Bluetooth)、无线局域网(如Wi-Fi)、无线城域网(如Wimax)、公众移动通信网(如GSM、GPRS、UMTS)等，使得用户在选择接入网络时面临着多种选择。由于上述各种网络在覆盖范围、数据传输速率、平均包时延、服务价格、移动性支持能力等方面存在着较大差异，因此，在接入或者切换网络时，需要先解决网络选择问题，使用户在获得高质量网络服务的同时降低服务代价，同时实现网络资源的合理配置和利用。

多属性决策是社会经济和工程技术领域广泛存在的决策问题，由于客观事物的复杂性、不确定性以及人类思维的模糊性，决策信息常以模糊信息来表达。1986年，保加利亚学者Atanassov提出了直觉模糊集(Intuitionistic Fuzzy Sets)的概念，该理论对事物属性的描述上提供了更多的选择方式，在处理不确定信息时具有更强的表现能力。

异构网络环境下的网络选择过程，可以看作是直觉模糊集多属性决策过程，其目标是通过对待选的可接入或切换的网络的综合属性值进行比较，确定出各种网络的优劣，从中选出最佳网络；然而，由于决策者的知识或经验有限，或者决策环境的复杂，网络的各种属性的权重信息并不总是已知的，因此确定属性的权重很重要。

直觉模糊集多属性决策方法主要有：第一，主观赋权法，主要是模糊综合评判模型，通过专家计分法、方根法、极值统计迭带法、二元对比法等方法确定属性权重，然后与决策矩阵运算求解综合属性值；第二，基于直觉模糊集距离的多属性决策方法，如逼近理想解的排序方法(TOPSIS)、多准则妥协解排序法(VIKOR)、灰色关联分析法(GRA)、多维偏好线性规划分析方法(LINMAP)等；第三，基于直觉模糊集熵的多属性决策方法，根据直觉模糊熵公式，基于熵权法确定属性的权重。

但是，上述直觉模糊集多属性决策方法并不适用于异构网络环境下的网络选择决策，这是因为：对于第一种方法，专家计分法由于对主观先验知识的依赖而难以应用到实际决策过程中，方根法、二元对比法则假设各因素之间的关系为线性关系，采用简单的加权平均法来确定权重，但在网络选择的决策中，由于网络的各种属性的单位不同、量纲不同、数量级不同，这种假设并不总是成立；对于第二种方法，TOPSIS、VIKOR、GRA方法在计算权重过程中存在需要人为确定的常量，而网络环境处于实时动态地变化中，决策者很难实时的确定这些常量，且这种方法所采用的距离公式只是将直觉模糊集的参数分别作为单一的数值带入计算，而由于网络环境的复杂性，待选网络对于相关的属性的隶属度、非隶属度等并不能靠单一的数值就能将其代表的模糊信息表示，因此上述距离公式在一些情况下不能很好的区分不同直觉模糊集的不确定信息量；对于第三种方法，根据每个属性的熵来确定权重，并没有考虑不同的待选网络在同一属性下的差异性，若某一网络属性的熵很大，但所有网络在该属性下的差异很小，那么最后得到的各个网络的综合属性值的差别也就小，不利于最后的网络选择决策。

因此，现有的直觉模糊集多属性决策方法由于不能准确衡量直觉模糊集的距离，无法根据实时的属性值动态的确定权重，且得出的权重值有时并不利于待选网络的排序和决策，所以无法有效解决网络选择的问题。

发明内容

鉴于上述原因，本发明的目的在于提供一种基于直觉模糊集多属性决策的网络选择方法，该方法可以在待选网络的属性值是直觉模糊集且权重完全未知的异构网络环境中，根据实时的属性值确定属性的权重，进而从待选网络中选择出最佳接入或切换的网络，有效的解决网络选择问题。

为实现上述目的，本发明采用以下技术方案：

基于直觉模糊集多属性决策的网络选择方法，包括：

S1：确定直觉模糊集决策矩阵；

S2：将该直觉模糊集决策矩阵中的每个属性值转换为梯形模糊数，得到梯形模糊数决策矩阵，同时得到每个梯形模糊数的隶属度函数；

S3：利用直觉模糊集的距离公式，将直觉模糊集的距离关系转换为对应的梯形模糊数集的隶属度函数的面积关系，根据该梯形模糊数决策矩阵，得到各待选网络与所有其它待选网络在每个属性下的总离差；

S4：基于离差最大化思想，建立属性的权重模型，根据步骤S3中得到的总离差值，得到每个属性的权重值；