CN108112044A - 一种基于正态模糊数的异构无线网络选择方法 - Google Patents

一种基于正态模糊数的异构无线网络选择方法 Download PDF

Info

Publication number
CN108112044A
CN108112044A CN201810161346.8A CN201810161346A CN108112044A CN 108112044 A CN108112044 A CN 108112044A CN 201810161346 A CN201810161346 A CN 201810161346A CN 108112044 A CN108112044 A CN 108112044A
Authority
CN
China
Prior art keywords
mrow
msub
mtd
fuzzy
normal
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
CN201810161346.8A
Other languages
English (en)
Other versions
CN108112044B (zh
Inventor
俞鹤伟
刘新宇
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201810161346.8A priority Critical patent/CN108112044B/zh
Publication of CN108112044A publication Critical patent/CN108112044A/zh
Application granted granted Critical
Publication of CN108112044B publication Critical patent/CN108112044B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0055—Transmission or use of information for re-establishing the radio link
    • H04W36/0072—Transmission or use of information for re-establishing the radio link of resource information of target access point
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0011—Control or signalling for completing the hand-off for data sessions of end-to-end connection
    • H04W36/0022—Control or signalling for completing the hand-off for data sessions of end-to-end connection for transferring data sessions between adjacent core network technologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0055—Transmission or use of information for re-establishing the radio link
    • H04W36/0066—Transmission or use of information for re-establishing the radio link of control information between different types of networks in order to establish a new radio link in the target network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/14—Reselecting a network or an air interface
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/16—Performing reselection for specific purposes
    • H04W36/22—Performing reselection for specific purposes for handling the traffic

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明公开了一种基于正态模糊数的异构无线网络选择方法，具体步骤包括：(1)获取网络数据和当前业务类型；(2)构造决策矩阵，并进行归一化处理；(3)构造业务下的Fuzzy‑AHP正态模糊数矩阵；(4)利用基于正态模糊数的正态模糊扩展分析法计算出网络各属性权重；(5)将决策矩阵中属性值乘上对应权重，得加权决策矩阵；(6)利用TOPSIS方法计算网络得分，选出最佳网络。本发明将Fuzzy‑AHP与正态模糊数相结合，利用正态隶属度函数和正态模糊数进行网络属性权重的计算，改进了传统三角模糊数突变点不符合过渡渐变的问题，提高了网络选择的正确率。

Description

一种基于正态模糊数的异构无线网络选择方法
技术领域
本发明属于异构无线网络领域，特别涉及一种基于正态模糊数的异构无线网络选择方法。
背景技术
在异构无线网络中，不同的网络具有不同的网络属性，用户的不同业务对网络属性也有不同的需求，且用户对不同业务的重视程度往往是用“非常重要”“不重要”等模糊语言形式表述，难以表达成一个明确的值。因此，如何保证用户在任何时间和地点都能获得QoS保证的服务，如何精确定义用户对不同网络属性的重视程度，是异构无线网络垂直切换、进行网络选择的核心问题。模糊逻辑是一种介于人工智能符号推理和传统控制理论数值计算之间的数学方法，是利用客观信息在人们思想中的主观表现进行投影，并做一个定量化的处理。模糊理论方便人们采用定量、描述与分析方法来表述问题。它可以较好地处理不确切的输入参量，非常适合用来表示用户对不同网络属性的重视程度的不精确性。
目前，AHP与模糊逻辑结合形成的Fuzzy-AHP方法都是采用三角模糊数的隶属度函数来对两两属性中间的重要程度进行语义到数值的转化，但是三角模糊数的隶属度函数是线性隶属函数形态，虽然连续，但有突变点的出现，即函数的一阶导数不连续，这不符合中介过渡性质的渐变特征，不能客观反映人们对重要程度的选择。
发明内容
本发明的目的在于克服现有技术的缺点与不足，提供一种基于正态模糊数的异构无线网络选择方法，本发明改进了原有利用三角模糊数转化自然语言中突变点不符合过渡渐变的问题，使得模糊转化更符合人类思维方式，同时也改善了原有方法中计算出权重为0时造成网络排序错误，从而选择错误网络进行连接的现象。
本发明的目的通过以下的技术方案实现：
一种基于正态模糊数的异构无线网络选择方法，步骤包括：
(1)获取网络属性数据和当前用户业务类型；
(2)根据网络属性数据构造决策矩阵，并对决策矩阵进行归一化处理得到标准决策矩阵；
(3)构造出业务情境下的Fuzzy-AHP正态模糊数矩阵；
(4)利用基于正态模糊数的正态模糊扩展分析法计算出不同业务类型下网络各属性权重，具体为：
(4.1)对于Fuzzy-AHP正态模糊数矩阵中每个正态模糊数(cij,σij 2)，计算相应函数中每个三角模糊数的三个突变点：低值突变点lij,中值突变点mij,高值突变点uij，i＝1,…，n，j＝1,…，n，n表示网络属性的数量；(·)ij表示相应矩阵中第i行第j列的元素；
(4.2)计算第p个网络属性的模糊综合范围Sp；
(4.3)将模糊综合范围Sp＝(lp,mp,up)转换为半正态模糊数的形式表示；
(4.4)对于任意两个半正态模糊数Sa和Sb，计算半正态模糊数Sa大于Sb的可能性；
(4.5)根据上述可能性计算第q个属性的权重值dq，得到权重向量W′＝(d1,d2,…,dn)；
(4.6)将权重矩阵进行归一化处理，得到标准权重矩阵；
(5)将标准决策矩阵中属性值乘上标准权重矩阵中对应权重，得到加权决策矩阵；
(6)计算各个候选网络得分并排序，选出最佳网络进行连接。
进一步地，所述网络属性数据包括网络的时延、丢包率、带宽和费用；所述用户业务类型包括：会话类、交互类、背景类和流媒体类。
不同的业务类型对网络属性有不同的偏好，因此，不同业务类型下网络属性的权重不同。
进一步地，所述步骤(2)中，利用收集到的网络属性数据，构造含有m个候选网络以及n个网络属性的决策矩阵DMinit＝(vij)m×n，对决策矩阵利用累加法进行归一化处理得到标准决策矩阵即：
优选的，步骤(3)中，构造出业务情境下的Fuzzy-AHP正态模糊数矩阵，步骤为：
(3.1)根据业务类型和网络属性，构造重要程度的语义模糊矩阵；
(3.2)将重要程度的语义转换成相应的正态模糊数函数，将重要程度的语义模糊矩阵转换为正态模糊数矩阵。
更进一步地，所述步骤(3.1)中，分别对每一种业务情境下的n种网络属性进行两两重要度对比，构建重要程度的语义模糊矩阵A＝(aij)n×n；A为一个n×n的方阵，aij表示第i个网络属性相比于第j个网络属性的重要程度。
更进一步地，所述步骤(3.2)中，将重要程度的语义转化成相应的正态模糊函数，其表示方式为：
正态模糊数表示为(c,σ2)，其中，c值为正态隶属度函数隶属度为1时的值，σ为正态隶属度函数的发散程度；
根据Fuzzy-AHP重要程度的正态模糊表，构建Fuzzy-AHP正态模糊数矩阵，表示方式为：
其中，cij表示i行j列的重要程度元素所属正态模糊隶属函数隶属度为1时的值，σij为相应正态隶属度函数的发散程度。特殊地，当i＝j，隶属度函数不再是正态隶属度函数，而是y＝1，为了方便计算，令cij＝1,σij＝0。
优选地，所述步骤(4.1)，计算相应函数中每个三角模糊数的三个突变点的lij,mij,uij的公式如下：
mij＝cij (1)
其中，三角模糊数隶属函数为：
更进一步地，所述步骤(4.2)，计算第p个网络属性的模糊综合范围Sp，求解方式如下所示：
其中，表示该候选网络的综合隶属度函数，表示方式为：
表示全网络综合隶属度函数的逆，表示方式为：
表示两向量各分量对应相乘。例如：
更进一步地，所述步骤(4.3)，对于第p个网络的模糊综合范围Sp＝(lp,mp,up)，用半正态模糊数表示，其中，表示左半边正态隶属度函数的离散程度，表示右半边正态隶属度函数的离散程度，具体求解方式如下所示：
更进一步地，所述步骤(4.4)，对于任意两个半正态模糊数Sa、Sb，计算Sa＞Sb的可能性，表示为V(Sa＞Sb)，具体求解方式如下所示：
V(Sa＞Sb)＝Supx≥y[min(Sa(x),Sb(y))] (9)
特殊地，V(Sa＞Sb)＝Inf,if a＝b。
当Sh的表示方式为的情况下，可能性V(Sa＞Sb)的具体求解方式为：
更进一步地，所述步骤(4.5)，计算权重值dq＝minV(Sq≥Sg)g≠q，得到权重向量W′＝(d1,d2,…,dn)，其中：
更进一步地，所述步骤(4.6)，将权重矩阵进行归一化处理，得到标准权重矩阵，表示方式为：
W＝(wj)1×n＝(w1,w2,…,wn)
其中，
进一步地，所述步骤(5)中，利用标准决策矩阵和标准权重矩阵求解得到加权决策矩阵，其中，标准决策矩阵为标准权重矩阵为W＝(wj)1×n，加权决策矩阵为且
进一步地，在所述步骤(6)中，利用TOPSIS算法，计算出各个候选网络的得分并排序，选出排名第一的网络作为最佳网络进行连接。具体包括：
(6.1)对于加权决策矩阵定义正理想解V+、负理想解V-：
其中，对于有益属性如带宽等，
对于成本属性如时延、丢包率等，
(6.2)计算各个候选网络i到正、负理想解的距离，用Si +,Si -表示。
(6.3)计算各个候选网络的相对贴近度得分Ci。
(6.4)将候选网络按相对贴近度得分降序排序。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明结合Fuzzy-AHP方法，将用户在不同的业务需求下对网络不同属性的重视程度的自然语言，转化为正态模糊数，并通过改进的基于正态模糊数的正态模糊扩展分析法，计算出不同业务下网络属性的权重值，利用TOPSIS方法得到不同网络的得分，并选出当前业务下的最佳网络。
2、本发明首次利用正态模糊隶属度函数和正态模糊数来表示自然语言中的重要程度的语义，克服了原三角模糊函数的突变性，更符合人类的思维习惯。
3、本发明首次实现了基于正态模糊数的正态模糊扩展分析法计算权重的方式。
4、本发明通过基于正态模糊数的Fuzzy-AHP方法，改善了原基于三角模糊数方法计算出网络属性权重为0的情况。
附图说明
图1为本发明的方法流程图；
图2为本发明中基于正态模糊数下的正态模糊扩展分析法计算权重方法流程图；
图3为本发明实施例分别采用正态隶属度函数与传统三角隶属度函数对比图；
图4为本发明实施例分别采用基于三角模糊函数的Fuzzy-AHP与传统AHP得到的权重对比图；
图5为本发明的基于三角模糊函数的Fuzzy-AHP方法与传统AHP-TOPSIS算法的网络选择准确度对比图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例
如图1所示为本实施例一种基于正态模糊数的异构无线网络选择方法的流程图，具体步骤包括：
(1)获取网络属性数据和当前用户业务类型；
获取网络供应商所提供的数据和用户所进行的业务类型。在本实施例中，假设当前用户的业务类型为后台背景类业务，用户当前所处的网络环境中存在的网络和相应的网络属性的数值如表1所示。
表1网络属性表
(2)构造决策矩阵，并进行归一化处理；
根据实施例步骤(1)中的网络属性表，构造决策矩阵，具体为：
对决策矩阵进行归一化处理，得到标准决策矩阵，具体为：
(3)构造出业务情境下的Fuzzy-AHP正态模糊数矩阵；
参见图2，步骤包括：
(3.1)根据背景业务类型，对网络属性进行两两比较，构建重要程度的语义模糊矩阵，具体为：
具体地，其他业务类型以此类推。其中，1表示前属性和后属性一样重要；2表示前属性比后属性比较重要；1/2表示后属性比前属性比较重要3表示前属性比后属性很重要；1/3表示后属性比前属性很重要。
(3.2)根据表2所示的Fuzzy-AHP重要程度正态模糊表，将重要程度的语义用正态模糊数表示，即将重要程度的语义模糊矩阵转化为正态模糊数矩阵，具体为：
表2 Fuzzy-AHP重要程度正态模糊表
重要程度 定义 正态模糊数 对应倒数
1 一样重要 (1,02) (1,0.62)
2 比较重要 (2,0.62) (1/2,0.62)
3 很重要 (3,0.62) (1/3,0.62)
4 非常重要 (4,0.62) (1/4,0.62)
5 极其重要 (5,0.62) (1/5,0.62)
(4)利用基于正态模糊数的正态模糊扩展分析法计算出本实施例中背景业务类型下网络各属性权重；
参见图2，具体包括步骤：
(4.1)对于Fuzzy-AHP模糊正态矩阵中每个正态模糊数(cij,σij 2)，根据公式(1)(2)(3)计算出相应的lij,mij,uij，得到过渡三角模糊数矩阵，具体为：
(4.2)根据公式(4)(5)(6)，计算第p个网络属性的模糊综合范围Sp；
在本实施例中，得到的4个网络属性的模糊综合范围S1、S2、S3、S4分别为：
(4.3)根据步骤(4.2)得到的各个网络属性的模糊综合范围，根据公式(7)将其转换为半正态模糊数方式表示具体为：
S1＝[0.11,0.0249,0.0937],S2＝[0.17,0.0495,0.1107]
S3＝[0.42,0.1245,0.2562],S4＝[0.30,0.0897,0.2044]
(4.4)根据公式(8)(9)以及步骤(4.3)得到的半正态模糊数，计算半正态模糊数Sa大于Sb的可能性，即V(Sa＞Sb)的值，具体为：
V(S1＞S2)＝0.8113,V(S1＞S3)＝0.2962,V(S1＞S4)＝0.4897
V(S2＞S1)＝1,V(S2＞S3)＝0.5176,V(S2＞S4)＝0.7639
V(S3＞S1)＝1,V(S3＞S2)＝1,V(S3＞S4)＝1
V(S4＞S1)＝1,V(S4＞S2)＝1,V(S4＞S3)＝0.8932
(4.5)根据公式(10)，计算第q个属性的权重值dq，具体为：
d1＝min(V(S1＞S2),V(S1＞S3),V(S1＞S4))＝0.2962
d2＝0.5176,d3＝1,d4＝0.8932
(4.6)将步骤(4.5)得到的权重矩阵进行归一化处理，具体为：
W＝(wj)1×4＝(0.1094 0.1912 0.3694 0.3299)
(5)将决策矩阵中属性值乘上对应权重，得到加权决策矩阵；
决策矩阵为：
权重矩阵为：
W＝(wj)1×4＝[0.1094 0.1912 0.3694 0.3299]
得到的所述加权决策矩阵具体为：
(6)利用TOPSIS方法计算各网络得分并排序，选出最佳网络进行连接。
TOPSIS方法的步骤为：
(6.1)根据式(12)～(17)计算，得到：
正理想解：
负理想解：
(6.2)根据式(18)(19)计算各候选网络的正理想解距离S+、负理想解距离S-，得到
S+＝(Si +)1×4＝(0.1022,0.0386,0.1947,0.0882)
S-＝(Si -)1×4＝(0.1518,0.1793,0.0317,0.1097)
(6.3)计算网络得分，得到得分向量：
C＝(0.5975 0.8230 0.1400 0.5543)
网络排序为：
I＝(2 1 4 3)
可见，网络2，即WLAN网络将作为最佳网络进行连接。
背景类业务需要较高的带宽，较低的费用，对时延和丢包没有太大的需求，从决策矩阵来看，WLAN网络提供了较高的带宽和低廉的价格，理应被选择，故本方法的有效性得到了验证。
综上所述，本发明为终端在无线异构网络环境中进行网络选择提供了一种新的有效的方法，能够根据用户的业务类型，有效地选择出最优秀的网络进行连接，具有实际价值。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种基于正态模糊数的异构无线网络选择方法，其特征在于，步骤包括：
(1)获取网络属性数据和当前用户业务类型；
(2)根据网络属性数据构造决策矩阵，并对决策矩阵进行归一化处理得到标准决策矩阵；
(3)构造出业务情境下的Fuzzy-AHP正态模糊数矩阵；
(4)利用基于正态模糊数的正态模糊扩展分析法计算出不同业务类型下网络各属性权重，具体为：
(4.1)对于Fuzzy-AHP正态模糊数矩阵中每个正态模糊数(cij,σij 2)，计算相应函数中每个三角模糊数的三个突变点：低值突变点lij,中值突变点mij,高值突变点uij，i＝1,…，n，j＝1,…，n，n表示网络属性的数量；(·)ij表示相应矩阵中第i行第j列的元素；
(4.2)计算第p个网络属性的模糊综合范围Sp；
(4.3)将模糊综合范围Sp＝(lp,mp,up)转换为半正态模糊数的形式表示；
(4.4)对于任意两个半正态模糊数Sa和Sb，计算半正态模糊数Sa大于Sb的可能性；
(4.5)根据上述可能性计算第q个属性的权重值dq，得到权重向量W＇＝(d1,d2,…,dn)；
(4.6)将权重矩阵进行归一化处理，得到标准权重矩阵；
(5)将标准决策矩阵中属性值乘上标准权重矩阵中对应权重，得到加权决策矩阵；
(6)计算各个候选网络得分并排序，选出最佳网络进行连接。
2.根据权利要求1所述的基于正态模糊数的异构无线网络选择方法，其特征在于，所述网络属性数据包括网络的时延、丢包率、带宽和费用；所述用户业务类型包括会话类、交互类、背景类和流媒体类；
所述步骤(2)中，利用收集到的网络属性数据，构造含有m个候选网络以及n个网络属性的决策矩阵DMinit＝(vij)m×n，对决策矩阵利用累加法进行归一化处理得到标准决策矩阵
3.根据权利要求1所述的基于正态模糊数的异构无线网络选择方法，其特征在于，步骤(3)中，构造出业务情境下的Fuzzy-AHP正态模糊数矩阵，步骤为：
(3.1)根据业务类型和网络属性，分别对每一种业务情境下的n种网络属性进行两两重要度对比，构建重要程度的语义模糊矩阵A＝(aij)n×n；A为一个n×n的方阵，aij表示第i行第j列元素，也即第i个网络属性相比于第j个网络属性的重要程度；
(3.2)将重要程度的语义转化成相应的正态模糊函数，其表示方式为：
<mrow> <mi>y</mi> <mo>=</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mfrac> <msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>-</mo> <mi>c</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> </mfrac> </mrow> </msup> </mrow>
正态模糊数表示为(c,σ2)，其中，c值为正态隶属度函数隶属度为1时的值，σ为正态隶属度函数的发散程度；
根据Fuzzy-AHP重要程度的正态模糊表，构建Fuzzy-AHP正态模糊数矩阵，表示方式为：
其中，cij表示i行j列的重要程度元素所属正态模糊隶属函数隶属度为1时的值，σij为相应正态隶属度函数的发散程度；当i＝j时，令cij＝1,σij＝0。
4.根据权利要求1所述的基于正态模糊数的异构无线网络选择方法，其特征在于，所述步骤(4.1)，计算相应函数中每个三角模糊数的三个突变点的lij,mij,uij的公式如下：
mij＝cij (1)
<mrow> <msub> <mi>l</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <mn>1.96</mn> <mo>&amp;times;</mo> <msub> <mi>&amp;sigma;</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;GreaterEqual;</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mn>1</mn> <mrow> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <mn>1.96</mn> <mo>&amp;times;</mo> <msub> <mi>&amp;sigma;</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mn>1</mn> <mo>&gt;</mo> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;GreaterEqual;</mo> <mn>0</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mi>u</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <mn>1.96</mn> <mo>&amp;times;</mo> <msub> <mi>&amp;sigma;</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;GreaterEqual;</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mn>1</mn> <mrow> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <mn>1.96</mn> <mo>&amp;times;</mo> <msub> <mi>&amp;sigma;</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mn>1</mn> <mo>&gt;</mo> <msub> <mi>c</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;GreaterEqual;</mo> <mn>0</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
其中，三角模糊数隶属函数为：
<mrow> <msub> <mi>y</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>x</mi> <mo>&lt;</mo> <msub> <mi>l</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mrow> <mi>x</mi> <mo>-</mo> <msub> <mi>l</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> <mrow> <msub> <mi>m</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>l</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>l</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;le;</mo> <mi>x</mi> <mo>&lt;</mo> <msub> <mi>m</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mfrac> <mrow> <msub> <mi>u</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <mi>x</mi> </mrow> <mrow> <msub> <mi>u</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>m</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>m</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;le;</mo> <mi>x</mi> <mo>&lt;</mo> <msub> <mi>u</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>x</mi> <mo>&amp;GreaterEqual;</mo> <msub> <mi>u</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>.</mo> </mrow>
5.根据权利要求4所述的基于正态模糊数的异构无线网络选择方法，其特征在于，所述步骤(4.2)，计算第p个网络属性的模糊综合范围Sp，求解方式如下所示：
<mrow> <msub> <mi>S</mi> <mi>p</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <msub> <mi>l</mi> <mi>p</mi> </msub> <mo>,</mo> <msub> <mi>m</mi> <mi>p</mi> </msub> <mo>,</mo> <msub> <mi>u</mi> <mi>p</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mover> <mi>a</mi> <mo>~</mo> </mover> <mrow> <mi>p</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;CircleTimes;</mo> <msup> <mrow> <mo>&amp;lsqb;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>z</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mover> <mi>a</mi> <mo>~</mo> </mover> <mrow> <mi>k</mi> <mi>z</mi> </mrow> </msub> <mo>&amp;rsqb;</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
其中，表示该候选网络的综合隶属度函数，表示方式为：
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mover> <mi>a</mi> <mo>~</mo> </mover> <mrow> <mi>p</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>l</mi> <mrow> <mi>p</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>m</mi> <mrow> <mi>p</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>u</mi> <mrow> <mi>p</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
表示全网络综合隶属度函数的逆，表示方式为：
<mrow> <msup> <mrow> <mo>&amp;lsqb;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>z</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mover> <mi>a</mi> <mo>~</mo> </mover> <mrow> <mi>k</mi> <mi>z</mi> </mrow> </msub> <mo>&amp;rsqb;</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>=</mo> <mrow> <mo>(</mo> <mfrac> <mn>1</mn> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>u</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> <mfrac> <mn>1</mn> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>m</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> <mfrac> <mn>1</mn> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>l</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
表示两向量各分量对应相乘。
6.根据权利要求5所述的基于正态模糊数的异构无线网络选择方法，其特征在于，所述步骤(4.3)，对于第p个网络的模糊综合范围Sp＝(lp,mp,up)，用半正态模糊数表示，其中，表示左半边正态隶属度函数的离散程度，表示右半边正态隶属度函数的离散程度，具体求解方式如下所示：
<mrow> <msub> <mi>&amp;sigma;</mi> <msub> <mi>p</mi> <mi>L</mi> </msub> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>m</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>l</mi> <mi>p</mi> </msub> </mrow> <mn>1.96</mn> </mfrac> <mo>,</mo> <msub> <mi>&amp;sigma;</mi> <msub> <mi>p</mi> <mi>R</mi> </msub> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>u</mi> <mi>p</mi> </msub> <mo>-</mo> <msub> <mi>m</mi> <mi>p</mi> </msub> </mrow> <mn>1.96</mn> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> <mo>.</mo> </mrow>
7.根据权利要求6所述的基于正态模糊数的异构无线网络选择方法,其特征在于，所述步骤(4.4)，对于任意两个半正态模糊数Sa、Sb，计算Sa＞Sb的可能性，表示为V(Sa＞Sb)，具体求解方式如下所示：
V(Sa＞Sb)＝Supx≥y[min(Sa(x),Sb(y))] (9)
特殊地，V(Sa＞Sb)＝Inf,if a＝b；
在Sh以表示的情况下，V(Sa＞Sb)等价于
<mrow> <mi>V</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <mi>a</mi> </msub> <mo>&gt;</mo> <msub> <mi>S</mi> <mi>b</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>1</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>c</mi> <mi>a</mi> </msub> <mo>&amp;GreaterEqual;</mo> <msub> <mi>c</mi> <mi>b</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>c</mi> <mi>b</mi> </msub> <mo>-</mo> <mn>1.96</mn> <mo>&amp;times;</mo> <msub> <mi>&amp;sigma;</mi> <msub> <mi>b</mi> <mi>L</mi> </msub> </msub> <mo>&gt;</mo> <msub> <mi>c</mi> <mi>a</mi> </msub> <mo>+</mo> <mn>1.96</mn> <mo>&amp;times;</mo> <msub> <mi>&amp;sigma;</mi> <msub> <mi>b</mi> <mi>R</mi> </msub> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>e</mi> <mrow> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>c</mi> <mi>b</mi> </msub> <mo>-</mo> <msub> <mi>c</mi> <mi>a</mi> </msub> </mrow> <mrow> <msub> <mi>&amp;sigma;a</mi> <mi>R</mi> </msub> <mo>+</mo> <msub> <mi>&amp;sigma;</mi> <msub> <mi>b</mi> <mi>L</mi> </msub> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msup> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>o</mi> <mi>t</mi> <mi>h</mi> <mi>e</mi> <mi>r</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>.</mo> </mrow>
8.根据权利要求1所述的基于正态模糊数的异构无线网络选择方法，其特征在于，在所述步骤(6)中，利用TOPSIS方法计算各个候选网络得分并排序，选出排名第一的网络作为最佳网络进行连接。
CN201810161346.8A 2018-02-27 2018-02-27 一种基于正态模糊数的异构无线网络选择方法 Expired - Fee Related CN108112044B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810161346.8A CN108112044B (zh) 2018-02-27 2018-02-27 一种基于正态模糊数的异构无线网络选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810161346.8A CN108112044B (zh) 2018-02-27 2018-02-27 一种基于正态模糊数的异构无线网络选择方法

Publications (2)

Publication Number Publication Date
CN108112044A true CN108112044A (zh) 2018-06-01
CN108112044B CN108112044B (zh) 2020-06-19

Family

ID=62205760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810161346.8A Expired - Fee Related CN108112044B (zh) 2018-02-27 2018-02-27 一种基于正态模糊数的异构无线网络选择方法

Country Status (1)

Country Link
CN (1) CN108112044B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110581783A (zh) * 2019-09-29 2019-12-17 南京邮电大学 基于ahp和topsis的通信方案决策方法
CN110944349A (zh) * 2019-11-15 2020-03-31 华南理工大学 基于直觉模糊数和topsis的异构无线网络选择方法
CN113489614A (zh) * 2021-07-16 2021-10-08 广东石油化工学院 一种异构无线网络的通信方法及系统
CN114245426A (zh) * 2021-11-18 2022-03-25 南京邮电大学 一种面向业务类型的基于模糊逻辑的异构网络切换方法
CN116840671A (zh) * 2023-06-09 2023-10-03 东禾电气有限公司 一种基于智能融合断路器的故障预警与精确定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103781157A (zh) * 2014-01-14 2014-05-07 南京邮电大学 一种基于多网络并行传输的异构网络接入决策方法
CN104185221A (zh) * 2014-02-19 2014-12-03 上海物联网有限公司 一种基于自适应权重调整的垂直网络切换方法
CN104812027A (zh) * 2014-01-23 2015-07-29 北京邮电大学 基于直觉模糊集多属性决策的网络选择方法
CN105979553A (zh) * 2016-05-25 2016-09-28 重庆邮电大学 一种基于模糊逻辑和topsis算法的分层网络切换决策方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103781157A (zh) * 2014-01-14 2014-05-07 南京邮电大学 一种基于多网络并行传输的异构网络接入决策方法
CN104812027A (zh) * 2014-01-23 2015-07-29 北京邮电大学 基于直觉模糊集多属性决策的网络选择方法
CN104185221A (zh) * 2014-02-19 2014-12-03 上海物联网有限公司 一种基于自适应权重调整的垂直网络切换方法
CN105979553A (zh) * 2016-05-25 2016-09-28 重庆邮电大学 一种基于模糊逻辑和topsis算法的分层网络切换决策方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
3RD GENERATION PARTNERSHIP PROJECT: "Access Network Discovery and Selection Function (ANDSF) Management Object (MO)", 《3GPP TS 24.312 V9.2.0》 *
M. M. ALKHWLANI: "Access network selection using combined fuzzy control and MCDM in heterogeneous networks", 《2007 INTERNATIONAL CONFERENCE ON COMPUTER ENGINEERING & SYSTEMS》 *
YUEYUN CHEN: "An access network selection algorithm based on hierarchy analysis and fuzzy evaluation", 《2009 INTERNATIONAL CONFERENCE ON WIRELESS COMMUNICATIONS & SIGNAL PROCESSING》 *
俞鹤伟: "异构无线网络多链路接入动态资源分配算法", 《电子与信息学报》 *
俞鹤伟: "异构无线网络接入选择算法综述", 《哈尔滨工业大学学报》 *
殷建鹏: "支持QoS的异构无线网络接入选择算法研究", 《CNKI优秀硕士论文》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110581783A (zh) * 2019-09-29 2019-12-17 南京邮电大学 基于ahp和topsis的通信方案决策方法
CN110944349A (zh) * 2019-11-15 2020-03-31 华南理工大学 基于直觉模糊数和topsis的异构无线网络选择方法
CN110944349B (zh) * 2019-11-15 2021-09-21 华南理工大学 基于直觉模糊数和topsis的异构无线网络选择方法
CN113489614A (zh) * 2021-07-16 2021-10-08 广东石油化工学院 一种异构无线网络的通信方法及系统
CN114245426A (zh) * 2021-11-18 2022-03-25 南京邮电大学 一种面向业务类型的基于模糊逻辑的异构网络切换方法
CN114245426B (zh) * 2021-11-18 2023-07-04 南京邮电大学 一种面向业务类型的基于模糊逻辑的异构网络切换方法
CN116840671A (zh) * 2023-06-09 2023-10-03 东禾电气有限公司 一种基于智能融合断路器的故障预警与精确定位方法
CN116840671B (zh) * 2023-06-09 2024-01-19 东禾电气有限公司 一种基于智能融合断路器的故障预警与精确定位方法

Also Published As

Publication number Publication date
CN108112044B (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN108112044B (zh) 一种基于正态模糊数的异构无线网络选择方法
Goyal et al. The utility based non-linear fuzzy AHP optimization model for network selection in heterogeneous wireless networks
Torfi et al. Fuzzy AHP to determine the relative weights of evaluation criteria and Fuzzy TOPSIS to rank the alternatives
Charilas et al. Application of fuzzy AHP and ELECTRE to network selection
Mac Kim et al. Demographic inference on twitter using recursive neural networks
CN110377804A (zh) 培训课程数据的推送方法、装置、系统及存储介质
Asuquo et al. A fuzzy AHP model for selection of university academic staff
CN106411572B (zh) 一种结合节点信息和网络结构的社区发现方法
CN106055661B (zh) 基于多Markov链模型的多兴趣资源推荐方法
Lyu et al. Improved self-adaptive bat algorithm with step-control and mutation mechanisms
CN112804702B (zh) 基于效用函数的多链路空地数据交换链路性能评估方法
JP7393060B2 (ja) 注意メカニズムを融合したパーソナライズド検索方法及び検索システム
CN110060772A (zh) 一种基于社交网络的职业心理性格分析方法
CN103313354A (zh) 基于四种权值向量的异构网络选择方法
CN112508408B (zh) 一种边缘计算下无线资源管理指标的映射模型构建方法
CN110234155A (zh) 一种基于改进topsis的超密集网络接入选择方法
CN108039198A (zh) 一种面向移动医疗的医生推荐方法及系统
CN110990662B (zh) 一种基于引文网络与科研合作网络的领域专家遴选方法
Shen et al. The QoS-Ensured Vertical Handoff Decision in Heterogeneous Wireless Networks.
Shi et al. User-centered qos computation for web service selection
Fong et al. An automated university admission recommender system for secondary school students
Tian et al. User intention recognition and requirement elicitation method for conversational ai services
Das et al. Application of fuzzy logic in the ranking of academic institutions
WO2020151017A1 (zh) 一种可扩展的领域人机对话系统状态跟踪方法及设备
CN117235331A (zh) 一种面向跨域社交网络节点分类任务的公平联邦学习方法

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200619

CF01 Termination of patent right due to non-payment of annual fee