粒子群优化算法及其在Ad Hoc网络路由优化中的应用研究

摘要

粒子群优化算法（Particle Swarm Optimization）是一种新型的进化计算技术，由Eberhart博士和Kennedy博士于1995年提出。粒子群优化算法（PSO）已经被证明是一种有效的全局优化方法，并且广泛应用于函数优化、神经网络训练等领域。目前对粒子群优化算法的研究尚处于初期，还有许多工作需要不断充实提高。因此以粒子群优化算法为主要研究对象，寻找求解实际问题的更加有效的改进算法是很有意义的。
　　本文的工作可分为两个主题。第一个主题是在分析Ad Hoc网络中QoS路由问题的基础上实现从网络模型到数学模型的转换,进行基本的PSO算法仿真验证，证明该算法在实现Ad Hoc网络QoS路由优化上具有很好可行性和有效性，这部分的内容主要体现在第2、3、4章。第二个主题是提出自适应非对称互联型PSO算法，并将该算法运用到Ad Hoc网络路由优化中，这部分内容体现在正文的第5、6章。
　　文章首先对Ad Hoc网络进行了概述，总结了该领域研究热点和难点，由此引出本文的研究问题。为了便于对算法进行测试评估，提出了一个仿真和评估方案，阐述了仿真模型及其适应性等问题。
　　从粒子群的拓扑结构提出改进是算法本身研究的热点，也是难点，本文针对非对称互联型粒子群算法（AFIPSO）的权重值固定的缺点，从粒子之惯性权重自适应变化的角度提出了自适应非对称互联型粒子群算法（AAFIPSO）。该方法重新构造了自适应惯性权重函数，体现了粒子群优化过程中的两个特性，即粒子勘探和开发性能。并将AAFIPSO用于考虑链路生存时间的Ad Hoc网络的路由优化问题，结果表明：将AAFIPSO相比传统的方法，收敛更快，为Ad Hoc网络的路由优化提供了一个新的发展途经。

目录

封面

声明

中文摘要

英文摘要

目录

第1章引言

1.1 研究的背景及其意义

1.2 本文的主要工作及其成果

1.3 本论文结构及内容安排

第2章粒子群优化算法

2.1 基本粒子群优化算法

2.2 几种重要的改进粒子群算法

2.3 基本粒子群优化算法的仿真实现

2.4 PSO的应用状况与展望

2.5 本章小结

第3章Ad Hoc网络技术

3.1 Ad Hoc网络概述

3.2 Ad Hoc网络中路由选择的QoS问题[18]

3.3 Ad Hoc网络模型的提取

3.4 本章小结

第4章基于PSO的Ad Hoc网络路由优化算法

4.1 基本概念

4.2 基于PSO的Ad Hoc网络路由优化算法

4.3 本章小结

第5章自适应非对称互联型粒子群算法

5.1 粒子群优化算法的种群拓扑结构

5.2 非对称加权模型的建立[29]

5.3 自适应非对称互联型粒子群算法

5.4 实验仿真

5.5 仿真结果及分析

5.6 本章小结

第6章基于自适应非对称互联型PSO的Ad Hoc网络路由算法

6.1 Ad Hoc网络中链路生存时间的计算

6.2 Ad Hoc网络数学模型重新提取

6.3 基于AAFIPSO的Ad Hoc网络路由算法

6.4 本章小结

第7章总结

致谢

参考文献

在学期间研究成果