网络路由BP-CT智能算法研究

网络路由BP-CT智能算法研究

论文摘要

近几年来,人们对复杂系统有了越来越深入的认识,意识到用常规的数学方法难以建立复杂系统的精确模型,如何模拟人的思维来解决复杂问题成了人们关注的焦点。计算智能的出现为模拟人的思想提供了人工认知理论基础,而多智能体技术和计算机仿真实验则为人工认知理论提供了实现的方法和工具。本文综述计算智能的概念,归纳了计算智能所体现的人工认知特征。通过引进复杂适应系统理论中的多智能体技术,综述了在工程系统中将计算智能与多智能体技术相结合的人工认知算法Q-学习,以及它在复杂网络路由问题上的应用的Q-路由算法和蚂蚁网络路由算法。侧重分析了基于Q-学习的蚂蚁网络路由算法的特征,指出蚂蚁网络路由算法的两点不足:一是只体现了计算智能中的概率推理特征,并没有体现算法的互补性;二是蚂蚁网络路由算法中缺少根据历史经验的预测能力和自适应能力。本文针对在复杂经济系统中的可计算模型理论中提出的交叉目标算法(Cross Target CT),分析了CT 算法与Q-学习算法在人工认知特征体现上的一致性。本文将经济系统中较好体现人工认知特征的CT 交叉目标算法与蚂蚁网络路由算法相结合,使用多智能体技术,使智能体具有了简单的人工认知,通过与其他智能体和环境进行交互,构造了以计算智能为智能体核心的人工认知模型BP-CT 蚂蚁网络路由算法,并在OMNeT++网络仿真平台上加以实现,并与蚂蚁网络路由算法进行了对比,并对仿真结果进行了比较和分析。仿真的结果表明,本文提出的BP-CT 蚂蚁算法在吞吐量、平均数据包延迟和丢包率等QoS 网络性能指标上明显优于蚂蚁网络路由算法,验证了本文算法的有效性。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题背景
  • 1.2 本文研究的主要内容
  • 第2章 计算智能
  • 2.1 软计算
  • 2.2 多智能体技术与人工认知
  • 2.2.1 主体与环境的关系
  • 2.2.2 计算机仿真是人工实验的工具
  • 2.2.3 可计算经济模型
  • 2.2.4 复杂网络系统的计算智能应用
  • 2.3 本章小结
  • 第3章 可计算学习
  • 3.1 如何构建可计算学习
  • 3.2 增强学习算法
  • 3.3 Q-学习
  • 3.4 本章小结
  • 第4章 路由算法
  • 4.1 最短路由问题
  • 4.2 Q-路由
  • 4.3 蚂蚁网络路由算法
  • 4.3.1 前向蚂蚁算法
  • 4.3.2 后向蚂蚁算法
  • 4.3.3 蚂蚁算法的特征
  • 4.4 交叉目标(CT)算法
  • 4.5 BP-CT 蚂蚁网络路由算法
  • 4.6 本章小结
  • 第5章 模型实现
  • 5.1 OMNeT++仿真平台
  • 5.1.1 OMNeT++仿真平台简介
  • 5.1.2 OMNeT++仿真的建立和运行
  • 5.2 模型实现
  • 5.2.1 拓扑结构的实现
  • 5.2.2 交互行为的实现
  • 5.3 本章小结
  • 第6章 人工实验结果和仿真分析
  • 6.1 仿真结果分析
  • 6.2 本章小结
  • 结论
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].计算机辅助认知训练对脑卒中后认知障碍的效果[J]. 广东医学 2019(10)
    • [2].装甲装备战损模型建立与仿真研究[J]. 哈尔滨工程大学学报 2010(11)
    • [3].适应性表征:架构自然认知与人工认知的统一范畴[J]. 哲学研究 2019(09)
    • [4].计算机辅助认知训练对脑卒中患者认知功能的影响[J]. 安徽医药 2015(08)

    标签:;  ;  ;  ;  

    网络路由BP-CT智能算法研究
    下载Doc文档

    猜你喜欢