[发明专利]一种异构网络选择方法、系统和可读存储介质

权利要求书

1.一种异构网络选择方法，其特征在于，包括：

获取候选网络集合、业务类型集合及调节系数组合；

获取每个业务对应的主观属性权重和每个业务对应的用户偏好主观值；

根据网络信息生成决策矩阵；

判断是否达到切换条件；

若达到，则计算每个候选网络的综合性能评估值，选取综合性能评估值最高的网络；

计算综合性能评估值最高的网络与当前网络的综合性能评估值的差值；

判断所述差值是否超过预设的阈值；

若超过预设阈值，则选择切换至综合性能评估值最高的网络。

2.根据权利要求1所述的一种异构网络选择方法，其特征在于，所述综合性能评估值的计算具体为：

获取每个业务对应的主观属性权重ZW和每个业务对应的用户偏好主观值ZP和对应的调节因子α,β,γ；

将所述决策矩阵进行归一化处理，得到矩阵D；

计算客观属性权重KW和客观网络效用值KP；

则综合属性权重为：

AW＝α×ZW+(1-α)×KW；

综合效用值为：

AP＝β×ZP+(1-β)×KP；

综合性能评估值为：

AC＝γ×(D×AW^T)+(1-γ)×AP。

3.根据权利要求2所述的一种异构网络选择方法，其特征在于，所述将所述决策矩阵进行归一化处理，得到矩阵D，具体为：

获取效益型属性和成本型属性；

所述矩阵D的计算具体为

其中

其中，m为候选网络的个数，n为属性的个数。

4.根据权利要求2所述的一种异构网络选择方法，其特征在于，所述调节因子α,β,γ为大于0小于1的数。

5.根据权利要求1所述的一种异构网络选择方法，其特征在于，所述预设的阈值的计算，具体为：

获取预设区域范围内所有的切换状态信息；

所述切换状态信息包括用户喜好信息和网络环境状态信息；

获取用户喜好信息和网络环境状态的特征值；

比较每个用户喜好信息和网络环境状态的特征值与当前用户的喜好信息和网络环境状态特征值的差别率；

将所述差别率小于差别率阈值的归为同类型切换状态；

将所述同类型切换状态信息输入至异构切换神经网络模型中，输出的结果为预设的阈值。

6.根据权利要求5所述的一种异构网络选择方法，其特征在于，所述异构切换神经网络模型的训练方式具体为：

建立初始化的异构切换神经网络模型；

获取预设时间范围内预设区域内的切换状态信息；

将所述切换状态信息进行分类，得到分类信息；

计算分类结果与实际采样语音数据中分类的误差；

若所述误差超过预设的误差阈值，则持续进行训练。

7.一种异构网络选择系统，其特征在于，包括存储器和处理器，所述存储器中包括异构网络选择方法程序，所述异构网络选择方法程序被所述处理器执行时实现如下步骤：

获取候选网络集合、业务类型集合及调节系数组合；

获取每个业务对应的主观属性权重和每个业务对应的用户偏好主观值；

根据网络信息生成决策矩阵；

判断是否达到切换条件；

若达到，则计算每个候选网络的综合性能评估值，选取综合性能评估值最高的网络；

计算综合性能评估值最高的网络与当前网络的综合性能评估值的差值；

判断所述差值是否超过预设的阈值；

若超过预设阈值，则选择切换至综合性能评估值最高的网络。