CN107612739A - 一种基于加权质心算法的软交换网络规划方法 - Google Patents

一种基于加权质心算法的软交换网络规划方法 Download PDF

Info

Publication number
CN107612739A
CN107612739A CN201710873036.4A CN201710873036A CN107612739A CN 107612739 A CN107612739 A CN 107612739A CN 201710873036 A CN201710873036 A CN 201710873036A CN 107612739 A CN107612739 A CN 107612739A
Authority
CN
China
Prior art keywords
point
msub
mass center
influence
weighted mass
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710873036.4A
Other languages
English (en)
Other versions
CN107612739B (zh
Inventor
江映燕
李伟坚
徐晓东
罗文�
罗一文
陈素敏
陈业钊
王远丰
杨志花
姜文婷
马腾腾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Original Assignee
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd filed Critical Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Priority to CN201710873036.4A priority Critical patent/CN107612739B/zh
Publication of CN107612739A publication Critical patent/CN107612739A/zh
Application granted granted Critical
Publication of CN107612739B publication Critical patent/CN107612739B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及软交换网络规划技术领域,更具体地,涉及一种基于加权质心算法的软交换网络规划方法。通过建立区域内网络规划影响因素的数学模型,检测所建立的数学模型是否为凹多边形,若是则将凹多边形分割为多个凸多边形,求解其加权质心作为最佳网络规划点。本发明解决了凹多边形的网络规划点规划问题,能将复杂的影响因素的数学模型进行分解,最终获得最佳网络规划点。本发明适用范围广,在规划影响因素的数学模型较为复杂时,也能计算出最佳网络建设点,且求得的网络规划点为最佳规划点,能综合考虑各种影响因素,求得网络规划点具备科学性。

Description

一种基于加权质心算法的软交换网络规划方法
技术领域
本发明涉及软交换网络规划技术领域,更具体地,涉及一种基于加权质心算法的软交换网络规划方法。
背景技术
在支撑软交换业务的IP网络建设过程中,在某个区域进行网络建设与当前区域的若干影响因素有关,对网络建设的规划需根据这些影响因素进行分析,以确定网络建设点。在现有技术中,首先通过对网络规划因素进行数学建模,将各规划因素根据其权重以几何点的形式表示在同一几何面上,并将相邻的几何点连接构成一几何图形。在几何图形所在几何面上取一个点向任意方向画一条直线,若这条直线与所构成的几何图形只有一个相交点,则判断该点在图形内部,可作为网络建设点。
这种判断方式简单清晰,但具有一定的局限性,即构成的几何图形必须是凸多边形,当几何图形为凹多边形时,这种方法则失效;另外这种方式所确定的网络建设点随机性较大,不具有唯一性。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷,提供一种基于加权质心算法的软交换网络规划方法,适用范围广,在规划影响因素的数学模型较为复杂时,也能计算出最佳网络建设点。
为解决上述技术问题,本发明采用了如下技术方案:
一种基于加权质心算法的软交换网络规划方法,包括如下步骤:
S1:对软交换网络规划区域中的规划影响因素进行识别,并基于规划影响因素进行数学建模:计算网络规划中的各个影响因素的权重,根据各影响因素的权重将各影响因素分别以一几何点表示在同一几何平面上,并将相邻的几何点用线段连接;
S2:判断步骤S1所连接成的几何图形是否为凹多边形,若是,则执行步骤S3,若不是,则执行步骤S4;
S3:沿凹多边形的凹入点所在线段朝凹多边形内部做延长线,将凹多边形分割为多个凸多边形;
S4:求解几何图形中凸多边形的加权质心,并判断求得加权质心的个数,若只有一个质心,则该质心为最佳网络规划点;若有多个质心,则执行步骤S5;
S5:用线段将相邻的质心连接后,执行步骤S2,直至求得最佳网络规划点。
进一步地,规划影响因素包括用户数量、用户属性和地理状态。
更进一步地,加权质心的求解公式如下:
其中,Pi表示当前节点的权重,(xi,xj)表示的是当前节点在一个平面上的坐标点。通过对各个节点和权重相乘并求和,算出当前若干个节点组成的图形的质心。
本发明根据当前区域的情况,进行数据挖掘了提取,对影响软交换网络规划的因素建立数学模型,判断构成的几何图形是凸多边形还是凹多边形,若是凹多边形则将该图形分割为多个凸多边形,通过求解凸多边形的加权质心,确定该区域的最佳网络规划点。
与现有技术相比,有益效果是:通过将凹多边形分割为多个凸多边形,求解其加权质心,能将复杂的影响因素的数学模型进行分解,最终获得最佳网络规划点。本发明所求得的网络规划点为最佳规划点,能综合考虑各种影响因素,求得网络规划点具备科学性。
附图说明
图1是本发明一实施例的软交换网络规划方法流程图。
图2是本发明一实施例中基于软交换网络规划影响因素所建立的数学模型。
具体实施方式
下面结合附图对本发明进行进一步描述,需要说明的是,附图仅用于示例性说明,不能理解为对本专利的限制。
如图1所示,一种基于加权质心算法的软交换网络规划方法,包括如下步骤:
S1:对软交换网络规划区域中的规划影响因素进行识别,并基于规划影响因素进行数学建模:计算网络规划中的各个影响因素的权重,根据各影响因素的权重将各影响因素分别以一几何点表示在同一几何平面上,并将相邻的几何点用线段连接;如图2所示为根据网络规划区域中的影响因素的识别结果建立的数学模型,其中Xn为影响因素,pn为对应影响因素的权重。
S2:判断步骤S1所连接成的几何图形是否为凹多边形,若是,则执行步骤S3,若不是,则执行步骤S4;识别得图2数学模型为凹多边形。
S3:沿凹多边形的凹入点所在线段朝凹多边形内部做延长线,将凹多边形分割为多个凸多边形;图2在位于凹多边形的凹入点向外延伸出一条虚线y,将当前凹多边形进行分割。在本发明中,对于其他具有更多内部连接点的凹多边形,分割方法同样是从凹多边形内部节点沿着某一条边对凹多边形进行分割,直至当前凹多边形的所有分割图形均为凸多边形。
S4:求解几何图形中凸多边形的加权质心,并判断求得加权质心的个数,若只有一个质心,则该质心为最佳网络规划点;若有多个质心,则执行步骤S5;凹多边形进行分割之后产生了一个新的节点x5,其权重为p'5,之后分别求两个凸多边形的加权质心,执行步骤S5;
S5:用线段将相邻的质心连接后,执行步骤S2,直至求得最佳网络规划点。在本实施例中,计算求得的两个加权质心的质心,则为最佳网络规划点。
进一步地,规划影响因素包括用户数量、用户属性和地理状态。
更进一步地,其中新节点x5的权重p'5计算公式为:
加权质心的求解公式如下:
其中,Pi表示当前节点的权重,(xi,xj)表示的是当前节点在一个平面上的坐标点。通过对各个节点和权重相乘并求和,算出当前若干个节点组成的图形的质心。
本发明有效解决了当前网络规划中存在的缺陷,通过图形分割实现了区域的多次划分,能够简单有效地确定网络规划的建设点,具有较高的效率,并且保证了网络规划的有效性。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (3)

1.一种基于加权质心算法的软交换网络规划方法,其特征在于,包括如下步骤:
S1:对软交换网络规划区域中的规划影响因素进行识别,并基于规划影响因素进行数学建模:计算软交换网络规划中的各个影响因素的权重,根据各影响因素的权重将各个影响因素分别以一几何点表示在同一几何平面上,并将相邻的几何点用线段连接;
S2:判断步骤S1所连接成的几何图形是否为凹多边形,若是,则执行步骤S3,若不是,则执行步骤S4;
S3:沿凹多边形的凹入点所在线段朝凹多边形内部做延长线,将凹多边形分割为多个凸多边形;
S4:求解几何图形中凸多边形的加权质心,并判断求得加权质心的个数,若只有一个质心,则该质心为最佳网络规划点;若有多个质心,则执行步骤S5;
S5:用线段将相邻的质心连接后,执行步骤S2,直至求得最佳网络规划点。
2.根据权利要求1所述的一种基于加权质心算法的软交换网络规划方法,其特征在于:所述的规划影响因素包括用户数量、用户属性和地理状态。
3.根据权利要求2所述的一种基于加权质心算法的软交换网络规划方法,其特征在于:所述加权质心的求解公式如下:
<mrow> <msub> <mi>&amp;Delta;</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <mrow> <munder> <mo>&amp;Sigma;</mo> <mi>i</mi> </munder> <mo>&amp;lsqb;</mo> <msub> <mi>p</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>x</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mrow> <munder> <mo>&amp;Sigma;</mo> <mi>i</mi> </munder> <msub> <mi>p</mi> <mi>i</mi> </msub> </mrow> </mfrac> </mrow>
其中,Pi表示当前节点的权重,(xi,xj)表示的是当前节点在一个平面上的坐标点。
CN201710873036.4A 2017-09-25 2017-09-25 一种基于加权质心算法的软交换网络规划方法 Active CN107612739B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710873036.4A CN107612739B (zh) 2017-09-25 2017-09-25 一种基于加权质心算法的软交换网络规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710873036.4A CN107612739B (zh) 2017-09-25 2017-09-25 一种基于加权质心算法的软交换网络规划方法

Publications (2)

Publication Number Publication Date
CN107612739A true CN107612739A (zh) 2018-01-19
CN107612739B CN107612739B (zh) 2020-07-14

Family

ID=61057572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710873036.4A Active CN107612739B (zh) 2017-09-25 2017-09-25 一种基于加权质心算法的软交换网络规划方法

Country Status (1)

Country Link
CN (1) CN107612739B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108768511A (zh) * 2018-06-22 2018-11-06 武汉光迅科技股份有限公司 一种二维MEMS OSW光开关Hitless点的智能选择方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6978258B2 (en) * 2001-12-26 2005-12-20 Autodesk, Inc. Fuzzy logic reasoning for inferring user location preferences
CN101541013A (zh) * 2008-03-18 2009-09-23 中国移动通信集团天津有限公司 一种无线小区覆盖分布的快速生成方法
CN101808398A (zh) * 2010-02-05 2010-08-18 中国地质大学(武汉) 一种无线传感器网络的二次加权混合定位方法
WO2010129380A1 (en) * 2009-05-04 2010-11-11 Tele Atlas North America Inc. Location point determination apparatus, map generation system, navigation apparatus and method of determining a location point
US20140244424A1 (en) * 2013-02-28 2014-08-28 Truecar, Inc. Dynamic vehicle pricing system, method and computer program product therefor

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6978258B2 (en) * 2001-12-26 2005-12-20 Autodesk, Inc. Fuzzy logic reasoning for inferring user location preferences
CN101541013A (zh) * 2008-03-18 2009-09-23 中国移动通信集团天津有限公司 一种无线小区覆盖分布的快速生成方法
WO2010129380A1 (en) * 2009-05-04 2010-11-11 Tele Atlas North America Inc. Location point determination apparatus, map generation system, navigation apparatus and method of determining a location point
CN101808398A (zh) * 2010-02-05 2010-08-18 中国地质大学(武汉) 一种无线传感器网络的二次加权混合定位方法
US20140244424A1 (en) * 2013-02-28 2014-08-28 Truecar, Inc. Dynamic vehicle pricing system, method and computer program product therefor

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
于海存: "无线传感器网络加权质心定位算法研究", 《万方学位论文》 *
胡晓娟等: "软交换网络规划方法", 《信息网络》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108768511A (zh) * 2018-06-22 2018-11-06 武汉光迅科技股份有限公司 一种二维MEMS OSW光开关Hitless点的智能选择方法和装置
CN108768511B (zh) * 2018-06-22 2020-09-22 武汉光迅科技股份有限公司 一种二维MEMS OSW光开关Hitless点的智能选择方法和装置

Also Published As

Publication number Publication date
CN107612739B (zh) 2020-07-14

Similar Documents

Publication Publication Date Title
CN103179052B (zh) 一种基于接近度中心性的虚拟资源分配方法及系统
CN101702655B (zh) 网络拓扑图的布局方法和系统
US8605092B2 (en) Method and apparatus of animation planning for a dynamic graph
CN110532436A (zh) 基于社区结构的跨社交网络用户身份识别方法
CN103902775A (zh) 超大规模集成电路多层绕障Steiner最小树构造方法
CN106525047A (zh) 一种基于floyd算法的无人机路径规划方法
CN104036324B (zh) 一种基于遗传算法的通信网络容量可靠性最优设计方法
CN106961343A (zh) 一种虚拟映射方法及装置
CN103500168B (zh) 一种基于拓扑势的重叠复杂网络社区发现方法及系统
CN105574541A (zh) 一种基于紧密度排序的网络社区发现方法
Pavlenko et al. Criterion of cyber-physical systems sustainability
CN112560962A (zh) 骨骼动画的姿态匹配方法、装置、电子设备及存储介质
Taghizadeh et al. A novel graphical approach to automatic abstraction in reinforcement learning
Trajanovski et al. From epidemics to information propagation: Striking differences in structurally similar adaptive network models
CN105760549B (zh) 基于属性图模型的近邻查询方法
Choudum et al. Complete binary trees in folded and enhanced cubes
CN107612739A (zh) 一种基于加权质心算法的软交换网络规划方法
CN105045967A (zh) 基于集团度的复杂网络重要节点排序方法及模型演化方法
US7181377B1 (en) Method of modifying a volume mesh using sheet extraction
CN109361556A (zh) 一种基于节点熵和结构洞的关键节点感知方法
CN110278110A (zh) 一种基于网络高阶结构的社会网络免疫算法
CN115809708A (zh) 中等规模有噪声量子计算机的量子位自适应映射方法
CN109256774A (zh) 一种基于电压等级的电网子图划分方法及装置
CN104765820A (zh) 一种非侵入式的服务依赖关系发现方法
CN109981361B (zh) 一种传播网络中感染源的确定方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant