一、基于已知移动站点数的分布式初始化算法（论文文献综述）
王瑜琼[1]（2021）在《考虑常规线路影响的需求响应式公交协同优化方法研究》文中研究指明需求响应式公交是“互联网+城市公交”的创新服务模式,其根据乘客特殊需求设定线路,为相对处于相同区域、具有相同出行时间和相同出行需求的人群提供公共交通服务。需求响应式公交与地面公交的常规线路既相互竞争、又彼此协作,实现需求响应式公交与常规线路的协调和配合,是提升地面公交系统整体竞争力的有效途径。因此,对需求响应式公交及常规线路进行协同优化设计,并对多种模式的需求响应式公交进行协调调度优化,可以更好地发挥地面公交系统的整体出行效率,提升地面公交系统综合竞争力。本文面向需求响应式公交的应用及城市公共交通协调发展理念,研究了考虑常规线路影响的需求响应式公交协同优化的相关问题。对跨区域需求响应式公交进行系统设计,研究其站点选址及线路规划方法;考虑需求响应式公交与常规线路的竞争关系,在跨区域需求响应式公交模式开通条件下,对地面公交的运行协同问题进行研究;考虑需求响应式接驳公交与常规公交线路、跨区域需求响应式公交的协作关系,研究需求响应式接驳公交运行计划协同优化方法。具体研究内容包括:（1）跨区域需求响应式公交的站点选址及线路规划方法研究。建立考虑节点需求密度的AP聚类算法,明确使用该算法进行跨区域需求响应式公交站点选址的技术路线;考虑道路拥堵状况、线路停靠站点最大数量限制、车辆容量限制、乘客预约时间要求等因素,建立基于Q学习算法、决策需求响应式公交的车辆实际路径及时刻表的方法。算例结果表明,相比经典的AP聚类算法,本文提出的改进的AP聚类算法使得乘客平均步行距离由545.8 m降至500.9 m,降幅8.2%;基于该线路规划方法的运营方案可满足乘客起讫点及时间窗要求,响应率为87.5%。（2）考虑跨区域需求响应式公交与常规线路的竞争关系,构建地面公交运行协同优化的双层规划模型。上层模型以乘客总出行时间、地面公交出行量、地面公交企业运营盈余为目标,以常规公交线路的发车频率和跨区域需求响应式公交的车辆配置数为决策变量;下层模型为基于Logit-SUE的多方式交通网络配流模型,以网络平衡时各路径流量为决策变量。设计求解算法,并根据不同的通勤客流量及常规公交原有满载率水平设计多个算例。研究表明,通过地面公交系统运行协同优化,可降低乘客总出行时间,并使得地面公交企业运营盈余增加;同时,由于需求响应式公交提供舒适度高的“一人一座”服务,两种模式的运行协同优化会造成地面公交出行量在合理范围内有所减小、常规公交车辆的满载率稍有增加。不同的通勤客流量及常规公交原有满载率水平下的优化效果不同:在两者水平较低时,优化效果显着,适宜采用本文提出的地面公交协同优化模型进行优化;两者水平较高时,优化效果不显着,应综合分析后进行决策。（3）建立需求响应式接驳公交运行计划协同优化模型。该模型以系统响应率、人均时间成本、人均运营成本为目标,以车辆路径、时刻表、车辆排班为决策变量。确定接驳线路时刻表时,充分考虑接驳系统与其接驳的跨区域需求响应式公交的衔接。设计求解算法,并通过算例验证模型与算法的可行性和有效性。研究表明,相较于不考虑车辆往复运行的协同优化模型,本文模型的系统响应率增加比例为20.3%;人均时间成本的总等价时间减少3.2%;人均运营成本减少36.5%。本文提出的运行计划协同优化模型可以在减少车辆配置数和车辆固定运营成本的投入同时,保证需求响应式接驳系统的服务水平。（4）对需求响应式公交竞争力影响因素进行定量分析,为多模式需求响应式公交的运营提供策略和建议。跨区域需求响应式公交平均旅行速度及票价是其竞争力的内部影响因素;与跨区域需求响应式公交具有竞争关系的常规线路的运行特征是其竞争力的外部影响因素。在跨区域需求响应式公交与需求响应式接驳公交同时运营情境下,对两种模式需求响应式公交的竞争力影响因素进行分析,结果表明两种模式的需求响应式公交的衔接协作提高了需求响应式公交系统的整体竞争力。图56幅,表21个,参考文献148篇。
丁健[2]（2021）在《基于Pregel图计算检测大规模社交网络上的异常账号》文中研究指明在线社交网络中的异常账号检测是当前数字经济中发展中的急需解决的关键问题之一。异常账号往往通过不良的互联网行为严重影响在线社交网络本身的用户体验以及社会信用体系。当前在线社交网络的异常账号检测主要分为有监督检测,半监督检测和无监督检测三种方案。有监督检测需要提前训练分类器,很难对未知行为进行检测;半监督检测由于无法纠正自身的错误,导致检测效果非常不稳定;基于图结构的无监督检测方案可能是更有前途的异常账号检测方式,但准确率不高和计算耗时长不具有时效性是限制其大规模应用的瓶颈。因此本论文提出了基于节点重要度的在线社交网络异常账号检测算法。通过将节点重要程度等直接与网络结构关联的量计入SybilRank算法中的幂迭代过程来实现更大程度保留节点本身的属性。更进一步的,据现有研究现状表明,目前还没有将关联关系和异常账号检测相结合的方法,本论文首次提出可以通过好友的关联关系检测在线社交网络中的异常账号,提出了建立节点重要性系数的含权压缩公式。本文对该算法原有的分布式并行系统进行改进,采用更适合图计算的基于BSP模型的以点为中心的分布式并行计算模型Pregel取代原来的Map Reduce来完成上述两种改进算法的快速计算,这有助于更大规模的在线社交网络的异常账号检测的实现。本文对多组不同规模的社交网络数据进行了检测,根据ROC曲线获得其最佳参数后,通过AUC值和马修斯相关系数两个判据从整体和极值点处进行检测效果评估。我们发现改进算法的准确率得到了大幅度提升,且随着攻击边的比例的增加,改进算法失效的速度更慢。而在攻击边的比例比较小的时候,改进算法得到的马修斯相关系数几乎接近了1。同时采用新的分布式并行计算模型相较原模型计算速度提升了约三十倍。本文最后还对比了单节点并行与多节点分布式并行的效果,找到计算峰值以确保计算性能以及计算资源的最大化利用。
权浩[3]（2020）在《面向多任务的仓储移动机器人路径规划与调度》文中认为随着工业的发展,制造业也发生了翻天覆地的变化,移动机器人的出现将人从繁琐的劳动中解放了出来,尤其是移动机器人在仓储应用领域大放异彩。机器人随着时代潮流的发展,不仅在功能上越来越强大,而且在规划方面越来越智能。多任务下的机器人协作已经成为工业机器人中的重要发展方向,随着通信与物联网等技术的发展,移动机器人得到了巨大的发展助力。本文针对智能仓储环境下的移动机器人展开研究。首先,本文介绍了移动机器人的研究背景及研究意义,并对该领域内的国内外研究现状展开了叙述。本文对移动机器人领域内的问题进行了归纳,并阐述了相关的解决算法。然后,由浅入深地介绍了移动机器人的通信方式、控制方式和仓储等问题。为后续章节算法的原理做了铺垫。最后,本文着重对移动机器人路径规划和多机器人调度问题展开研究。基于群体智能算法和强化学习相关思想,在群体智能算法的基础上改进并设计了新的混合算法。其中针对移动机器人路径规划问题,本文在蚁群算法基础上做出了巨大改进,设计了基于独狼蚁群混合算法的路径规划,算法分别在路径选择方向、信息素控制和路径停滞上进行了改进和创新;针对多任务下的多机器人调度,本文在对传统遗传算法进行了改进,在遗传算法的基础上设计了新的任务分配算法,有效减少了路径的交叉。本文设计了栅格环境实验模型,在不同栅格地图上对算法进行了测试,并进行了对比验证。改进后算法在多机器人协作中表现突出,能有效解决仓储复杂环境下的机器人路径规划和调度问题。综上,本文对多目标、多任务下仓储机器人的路径规划和调度进行了研究,改进了相关的算法,并验证了算法在解决仓储机器人的有效性。
邓皓文[4]（2020）在《基于EDCA机制的无线局域网QoS性能研究》文中提出随着无线通信技术在生活当中被广泛应用,无线局域网成为当今社会主流的网络接入方式之一。IEEE802.11是使用最广泛的无线局域网标准,其介质访问控制（Medium Access Control,MAC）协议的核心是分布式协调机制（Distributed Coordination Function,DCF）。无线局域网MAC协议性能极大影响着网络的服务质量,近些年来,网络承载的业务种类逐渐增多,DCF已经不能很好的保证某些业务的服务质量（Quality of Service,QoS）,为此,IEEE提出了增强分布式协调机制（Enhanced Distributed Channel Access,EDCA）,用于在MAC层为数据帧提供服务质量区分。本文以EDCA机制为研究点,将从性能分析和性能优化两方面展开研究。在性能分析部分,本文以二维马尔科夫模型为基础,对站点内部单个优先级业务进行建模,使用一维马尔科夫模型描述AIFS带来的服务区分,此外还考虑了虚拟碰撞机制和竞争窗口带来的服务区分,得到了饱和状态下EDCA的吞吐量模型。在饱和模型基础上,本文引入一个空闲状态,描述了非饱和流量情况下无数据包到达时处于等待的情况,结合非饱和情况下的后退避（post-backoff）过程,提出了一种新的非饱和性能模型。利用M/M/1/K排队模型,可以得到非饱和模型的一步转移概率,进而求解出非饱和性能模型。为了验证改进后模型的正确性和精度,本文将模型计算结果和EXata仿真结果相对比,结果表明,本文提出的模型能够与网络仿真相吻合,相比于传统模型有更高的精度。在性能分析的基础上,提出了两种EDCA优化方法。第一种通过饱和吞吐量模型得到活跃站点数和最优最小竞争窗口的对映关系,网络中的站点通过接收到的MAC数据帧来估计局域网中的活跃站点数,以此来动态配置最小竞争窗口的值。第二种是对GDCF的改进,以一种自适应的缓慢递减竞争窗口的方式来调整竞争窗口,以减小网络冲突。通过在EXata中仿真表明,两种改进的机制都能很好的提升网络的性能。
高晓梅[5]（2020）在《分布式网络下的服务节点配置优化算法研究》文中指出在现今的信息科技时代下,网络资源优化问题备受关注,网络优化算法的研究成为近年来的研究热点。具有分布式特性的网络结构有较高的可靠性和易扩展性,在各个领域都有较高的应用价值,所以分布式网络的资源优化问题也就变的尤为重要。分布式网络资源优化中,服务节点资源的合理分配是整个分布式网络的核心,如何低成本高利用率的将服务节点的资源分配给其他节点是分布式网络服务节点配置优化算法应该解决的问题。本文通过图论的知识结合分布式网络通信的特征,构建了多种优化目标下的分布式网络服务节点配置优化模型。在对网络图进行网络结构优化配置时,网络的最短路径计算是首要问题,由于传统Dijkstra算法的执行时间较长,本文给出基于最小加代数域上的两种运算改进的Dijkstra最短路径算法,并对改进Dijkstra算法和传统Dijkstra算法进行算法执行时间的对比分析。然后通过改进Dijkstra算法求解网络节点间的通信流量,包括通信的距离、费用、时延等,构建网络约束的判别矩阵。从而对分布式网络中服务节点增删、服务节点服务范围优化以及服务节点位置重配置优化问题建立线性和非线性优化模型,并给出相应的算法过程。对线性规划模型,本文采用传统的单纯型算法求得最优解;对非线性规划模型,本文首先对模型进行线性化,无法线性化的非线性规划模型则使用近似搜索算法:遗传算法来求得模型的最优近似解。接下来,利用这三种模型算法分别优化城市消防网络、快递网络、分布式通信网络的服务节点布局和需求点分配,证明了算法的有效性和适用性。最后,本文基于图的不变量讨论分布式网络的特征,以网络图的总费用为优化目标建立优化分布式网络结构的非线性优化模型,通过遗传算法求解模型,并优化分布式通信网络的网络服务路径。本文提出的四种分布式网络优化算法可以有效的解决常见的分布式网络服务节点配置及资源优化问题,在多种应用环境中都能适用。优化后分布式网络均满足全局服务的特性,且能有效的提高网络资源的利用率,对现代分布式网络资源配置优化算法的发展有一定的指导意义。
刘晶[6]（2019）在《接入网融合组网技术与业务机制研究》文中提出接入网规模庞大、覆盖面广,具有多样的接入技术和网络结构,其中光纤接入和无线接入是典型的两种接入方式。为了满足用户日益增长的业务需求,并提供大容量和随时随地接入的服务能力,光与无线接入网（Fiber-Wireless access networks,FiWi access networks）将高带宽低干扰的光纤接入与高灵活性、无缝覆盖的无线接入进行融合组网,实现优势互补。物联网（IoT）、工业互联网和触感互联网等新兴网络的涌现对接入网带来了新的技术挑战,对带宽、时延和能耗等性能提出了新的要求,尤其是虚拟/增强现实（VR/AR）、工业控制、智能驾驶等新兴业务对低时延要求更为严格。为了适应这些需求,边缘计算将内容和计算能力下沉到临近用户的接入网边缘,能够在靠近用户或数据源头的网络边缘侧,就近提供服务,而且也为接入网融合组网提供了新的研究思路。本论文主要依托于国家自然科学基金项目,运用网络虚拟化的基本原理和关键技术,结合边缘计算,针对异构异质的光与无线接入网融合问题,进行组网技术与业务机制研究,主要工作及创新点如下:1)提出了一种与边缘计算结合的光与无线接入网融合组网方案,设计开发了FiWi节点设备,仿真与实验验证表明该方案可行并有较大的性能提升。第一,接入网融合组网方案包括统一调度的资源配置、全局视图的网络连接控制以及业务编排与管理等功能,其特点在于利用SDN与NFV技术屏蔽了异构异质网络与计算设备的物理差异性。第二,利用边缘计算实现数据转发,增强了接入网的连通性,降低传输时延,并提高资源利用率。第三,设计开发了一种嵌入计算资源的FiWi接入网节点设备,并构建了试验床,实验测试验证了所提融合组网方案的可行性。2)提出了一种在融合接入网中边缘计算服务器布局方法,根据业务需求联合优化了边缘计算服务器布局和任务卸载,时延和能耗显着降低。第一,提出了以端到端时延和能耗的加权和最小化的边缘计算服务器布局方法,其中时延包括接入、传输和处理时延,能耗包括网络传输和计算能耗。第二,为了满足不同业务类型对不同资源的需求,设计了基于用户偏好的布局算法,通过把边缘计算服务器部署在信息熵权重最大的网络节点位置,以降低网络时延和能源消耗。第三,将基于用户业务偏好的布局算法与随机布局算法和枚举布局算法进行仿真对比,结果表明所提算法在时延和能耗方面的优越性。并获得分别以时延、能耗及两者加权和为优化目标的边缘计算服务器的部署数量和位置。3)提出了一种负载均衡的融合接入网业务功能链（SFC）的业务机制,并提出了两种优化部署算法,明显改善了负载均衡指标、服务接受率和网络利用率。第一,SFC业务机制以协同的边缘计算和SDN与NFV的协作来实现统一的SFC编排框架。该框架将分布式的边缘计算资源整合为统一的边缘云,并将SFC原来仅具有的网络业务编排功能扩展为针对边缘计算应用的云业务与网络业务,以统一编排边缘计算业务。第二,针对业务流特征的差异性,我们利用虚拟网络功能（VNF）可在边缘计算节点（ECN）上部署多个实例和FiWi接入网中的多路径容量的优势,研究了 VNF在融合接入网中的多路径部署问题,以达到网络、计算和交换节点的负载均衡。第三,将上述问题抽象为混合整数非线性规划（MINLP）问题,并提出了两种优化部署算法,贪婪-二分多路径部署算法（GBMP）和k条最短多路径部署算法（KSMP）。在两种业务场景下进行了仿真,对比验证了上述算法的优越性。
王新阳[7]（2018）在《面向语义描述与数据查询的大数据组织方法及其关键应用技术研究》文中指出大数据、物联网等技术的普及和深入发展促使数据不仅在体量上急剧膨胀,数据的种类和格式也在快速增加。各种数据由于在模式以及操作方式上的不同而形成众多独立的数据种群,不同类型的数据无法统一查询和处理,阻碍了数据之间的互通。这不仅使得各种数据的统一高效使用成为一件很困难的事,也为如何从这些海量数据中充分挖掘出有价值的信息带来了极大的挑战。而使用传统的方式存储和操作这些异构数据已经越来越难以满足当前应用需求,例如No SQL等大数据模型往往没有固定的模式,数据结构经常处于动态变化之中,是与传统数据进行融合的最主要障碍。目前关于大数据与传统数据模型进行模式集成的研究仍然不够充分,且大数据的语义描述等问题也尚缺少全面的研究。因此,需要一种统一、高效且足够灵活的方式来描述各类异构数据,且能够表达数据内部以及异构数据之间的语义,实现数据内在价值的挖掘和潜在知识的发现。本文在充分比较、分析各种异构数据集成公共模型的基础上,吸纳了相关主要模型的特点和优势,提出了一种面向概念与关系的公共数据模型GDM（即格数据模型,Grid Data Model）。GDM模型在关系、段、节等定义的基础上实现了一种新的数据模式定义和结构组织的方式,能够统一描述各种数据结构和语义关系。文中同时给出了GDM模型的形式化标准定义。为了深入说明GDM模型的语义描述和逻辑推理能力,本文在GDM基本概念的基础上描述了GDM模型的语义推理和领域知识演化原理,并以（）描述逻辑为例,描述了如何通过GDM语法子集建立与描述逻辑的映射关系,以及如何利用GDM模型构建基于描述逻辑的本体知识库,并对GDM模型的相关推理问题进行了理论证明。本文接着研究了数据集成过程中数据结构异构的问题。为了实现各种传统数据模型与大数据模型的集成,本文利用GDM模型基于关系的数据结构描述机制,从形式化理论角度研究了各种数据模型向GDM进行模式转换的原理,包括结构化的关系模型、半结构化的XML和多种非结构化的No SQL数据数据模型。同时还研究了GDM模型能够同时描述有模式数据和无模式数据的混合模式特性以及进行动态修改数据的能力。本文然后基于虚模式定义了GDM模型代数以及查询语言GDM SQL的语法,并阐述了GDM数据查询过程和查询优化基本原则。以上GDM模型数据管理方案提供了格数据查询和操作的基本方法,是进行基于GDM模型的异构数据集成的必要前提。基于以上模型定义、相关理论和查询操作语言,本文研究了分布式环境下异构数据集成过程中的查询、处理和优化等若干方面,解决了查询变量关联、查询分解与查询计划生成、查询处理过程的并行调度等相关问题。同时,为了降低异构数据查询处理的时间成本,本文还提出了几种基于最小调度连通图的查询优化方案,通过模拟实验比较了各种优化策略的性能,验证了查询优化方法的有效性。为了进一步说明GDM模型的优秀特性和数据集成时的效率优势,本文还从各方面比较了GDM及几种基本数据模型的相关特性,并重点与OWL模型进行了深入对比。同时,还基于本文提出的效率评估模型,从时间和空间两个角度比较分析了各模型进行数据创建、修改、删除等操作时的时间与空间效率。结果表明,GDM在数据集成时其时间和空间效率相对于所比较模型总体来讲是最优的,非常适合异构数据集成。最后,本文设计了基于GDM模型的异构数据集成系统,介绍了系统的设计框架和实施过程,展示了系统的运行情况,验证了本文所提出的相关理论的可行性和有效性,显示了GDM模型能够比较出色地胜任分布式异构环境下的数据集成和知识发现。
宋振峰[8]（2010）在《基于协作的无线网络MAC层协议研究》文中研究说明协作通信技术是近几年成为研究热点的能够有效对抗衰落、提高频谱效率和通信可靠性的无线链路增强技术,不仅可以改善信道状况、解决高速传输与网络覆盖之间的矛盾,而且可以促进MIMO技术实用化,因此受到来自学术界与产业界的广泛关注。本文围绕基于协作的无线网络中多用户协作MAC层关键技术展开讨论,研究的侧重点选择在上行链路中协作MAC协议的设计和下行链路中可靠的协作广播MAC层机制。首先,针对时变的无线信道和动态的网络拓扑,研究了协作时机和协作伙伴的选择问题,提出一种基于信道状态信息反馈的自适应协作MAC协议ACoopMAC。该协议中,站点根据瞬时信道信息反馈,对传输方式进行二次判定,选择协作时机,提高了协议的鲁棒性。针对典型网络分配向量（NAV）存在的不足,改进了NAV更新机制,通过缩短节点的信道预约时间,提高系统资源的利用率。仿真结果证明：自适应协作MAC协议在系统吞吐量、接入时延、平均能量消耗、支持节点移动性等方面都优于现有的协作MAC协议。其次,针对现有协作MAC协议为了支持多用户间的协作传输,改变传统控制信令的帧结构而导致的协议不兼容性,深入挖掘传统控制帧的潜力,充分利用帧头中预留的比特位信息,在控制信令握手交互过程中“捎带”传输信道状态信息和帧头中设置协作标志位,减小了系统的控制开销。然后,针对相关研究中缺乏有效的协作MAC协议理论分析模型的现状和MAC协议的传统二维马尔科夫链模型的复杂性,研究了协作MAC协议的性能分析方法,以条件概率的简易模型为基础,结合几何概率的相关理论,提出一种扩展的协作MAC协议的理论分析模型,推导出系统饱和吞吐量和平均接入时延的闭式解。在此基础上,开发了一套行之有效的协作MAC仿真平台,并通过计算机仿真验证了该理论分析模型的科学性。最后,针对多跳无线网络中,终端与基站或中继站间“跳数”的不确定性、网络拓扑的动态性以及无线信道条件的不理想所导致的分组传输冲突和系统效率降低的情况,研究了下行链路的协作广播技术,提出一种基于节点聚簇的MAC层可靠协作广播机制；以条件概率和一维Markov链为基础,对提出的新型协作MAC层广播机制进行了数学建模和理论分析并通过仿真验证了算法的有效性。论文重点研究了基于协作的无线网络的MAC层协议,为上行链路多用户协作传输设计了一种自适应协作MAC协议,为下行链路的广播业务提出了一种可靠的MAC层协作广播机制。论文对协作通信从理论走向应用进行了探索性的研究,具有一定的理论前瞻性和实用性的价值。
张永晖[9]（2010）在《基于用户行为的下一代移动互联网络若干关键问题的研究》文中研究指明移动互联网是当今网络技术领域的研究热点之一,目前尚有诸多挑战性问题,如：在宽带无线网络不完全覆盖区域如何提供基本的网络应用,如何缓解流量爆炸造成的网络拥塞,从而提供重要数据的服务质量保证。本文主要工作为：基于针对多媒体和下载类业务的可替代性和内网效应,提出资源后取策略,并证明其为Pareto改进；将中断和延时因素引入效用函数,得以描述后取过程；进一步对现有的效用函数做出修正和调整,提出移动互联网业务统一效用函数,从而将效用函数的适用范围扩展到DTN网络,使所有业务的效用表达式统一于一个函数。构建了基于DTN的移动多宿分级互联网接入系统结构模型（Mobile Multi-Homing Hierarchical DTN-based Internet Access, M2H2DTN）,各层采用DTN/SCTP/NEMO+MIPv6协议,提出cache覆盖层以支持后取和预取策略,实现分流作用；通过多宿主多路由器架构以实现网络对容断性和移动性的支持。部署简单,支持多种网络环境,无需MIP即可支持移动性。研究表明M2H2DTN具有较好的抗毁性和健壮性,并能较好地适应从网络不完全覆盖到全面覆盖的平滑过渡。建立了基于统一效用函数的非线性规划模型,以进行M2H2DTN的资源分配,实现了用户和服务提供商两方效用最大化；利用资源后取策略,在带宽约束不允许的情况下能够部分满足用户需求；设计了接入路由器信息矩阵及到达时间的实时估计,获得了更准确的约束条件。针对现实中的概率不确定因素,使用不确定理论进一步发展了资源分配模型,提高了模型的描述能力；提出效用函数队列调度算法以简化计算,实现了算法的实时性。仿真结果说明通过较少的大带宽节点与小带宽常连通网络无线媒介相配合,可以提供较好的QoS,减轻瓶颈拥塞,具有较好的总体效用。建立了基于广义k-选播的双渡轮路由算法。基于容断网络提出广义k-选播概念,以获得并发流量；根据接入路由器信息矩阵决定候选路由器集合,以效用最大化模型决定数据k-选播到各路由器的带宽和时间。设计了连通性逻辑以判断路由环境。以接入路由器为渡轮,基于区域-空间图的路由算法在Internet连接区域效率高；以车载网关为渡轮,基于TTL当量的Dijkstra算法用于孤岛路由环境性能良好。在时间复杂度和同类算法相当的情况下,针对各类业务的仿真都取得较小的阻塞率,同时网络效率有所提高,这就间接保证了QoS路由的有效性；即使在使用后取策略保证重要业务数据优先的情况下,广义k-选播也能提高下载类业务的速度。提出广义k-选播的地址簿通知（ABI）策略,以实现上下文预先转移,从而在初始化和切换过程中减少延迟可能性,减少切换过程中的资源占用率,进而提高QoS路由效率、平滑切换过程。之后证明了ABI对路由开销的优化,并通过计算说明ABI信令增加极小。引入道路交通信息以提高预测精度；通过仿真得到时间提前量的最佳取值范围。最后对ABI策略建立了Pi演算模型,验证了ABI模型的自洽性、正确性,以及对于移动IPv6的兼容性。
马丹[10]（2009）在《IEEE802.11MAC协议研究与优化》文中认为由于无线局域网具有便捷、灵活、成本低和易于扩展等多个优点,近来已经被广泛应用于各种场合。IEEE 802.11作为当前最重要的无线局域网协议,其本身所具有的良好应用前景和巨大研究空间,受到越来越多的重视。然而,由于无线信道的通信条件十分恶劣,所以时常会出现碰撞、丢包、重传等情况。这是由于在无线通信中,任何数据的传输都要依赖于共享的、开放的无线介质,从而使得无线网络冲突碰撞情况不可避免。所以无线通信必须付出更多的带宽资源用以数据的冲突重传等,大大降低了网络的吞吐量。因此如何提高和优化介质访问控制（Medium Access Control ,MAC）协议的性能已成为现今无线网络中研究的重要课题。本论文的主要研究目标是优化MAC协议的核心机制——DCF（Distributed Coordination Function）机制。通过对通用MAC协议性能模型——马尔科夫链模型的分析,推导出了达到最优系统吞吐量时,活跃站点数与竞争窗口的关系;针对在动态多变的无线网络中难于准确估计活跃站点数这一难点,首次提出利用平均冲突次数来代替以往算法中对竞争终端个数的精确测量,并论证了达到最优系统吞吐量时,平均冲突次数与竞争窗口的关系;同时针对分布式协调功能（Distributed Coordination Function,DCF）机制不能区分冲突的缺点,将“冲突权值”引入DCF机制中,从而提出了基于冲突权值的动态优化方案（dynamic optimization algorithm based on the conflict Weights ,DOBCW）。本文利用仿真软件实现所提出的优化方案DOBCW。并分别在分布式对等网络（Independent BSS）和基础结构集中式网络（Infrastructure BSS）中对优化方案与原有机制做对比测试,得出系统吞吐率、系统时延和系统稳定性等指标。经对比测试,改进方案DOBCW在系统吞吐量和系统时延方面很具优势,最高可提高2倍的系统吞吐量和降低80%的系统时延。而在对系统稳定性的考察中,改进方案DOBCW的吞吐率和系统时延也表现得比原有机制更为稳定。通过仿真实验,有效的证明了改进方案高效性。
二、基于已知移动站点数的分布式初始化算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于已知移动站点数的分布式初始化算法（论文提纲范文）
（1）考虑常规线路影响的需求响应式公交协同优化方法研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 核心概念 |
| 1.3 国内外研究综述 |
| 1.3.1 需求响应式公交站点选址与线路规划 |
| 1.3.2 地面公交运行协同优化 |
| 1.3.3 需求响应式公交运行计划协同优化 |
| 1.3.4 需要进一步研究的问题 |
| 1.4 研究内容与论文结构 |
| 1.4.1 研究内容 |
| 1.4.2 论文结构 |
| 2 需求响应式公交服务模式分析 |
| 2.1 需求响应式公交系统特征分析 |
| 2.2 跨区域需求响应式公交服务模式分析 |
| 2.2.1 运营流程 |
| 2.2.2 竞争力影响因素分析 |
| 2.3 需求响应式接驳公交服务模式分析 |
| 2.3.1 运营流程 |
| 2.3.2 运行计划的关键要素分析 |
| 2.4 本章小结 |
| 3 跨区域需求响应式公交站点选址及线路规划方法 |
| 3.1 概述 |
| 3.2 问题描述与研究框架 |
| 3.2.1 站点选址问题描述 |
| 3.2.2 线路规划问题描述 |
| 3.2.3 研究框架 |
| 3.3 考虑节点需求密度的AP聚类算法的站点选址方法 |
| 3.3.1 经典AP聚类算法 |
| 3.3.2 考虑节点需求密度的AP聚类算法设计 |
| 3.4 基于Q学习算法的线路规划方法 |
| 3.4.1 Q学习算法原理 |
| 3.4.2 基于Q学习算法的线路规划算法设计 |
| 3.5 算例研究 |
| 3.5.1 算例背景与需求数据设定 |
| 3.5.2 站点选址结果与分析 |
| 3.5.3 线路规划结果与分析 |
| 3.6 本章小结 |
| 4 需求响应式公交开通条件下地面公交运行协同优化模型 |
| 4.1 概述 |
| 4.2 模型构建基础 |
| 4.2.1 问题描述 |
| 4.2.2 模型假设与参数定义 |
| 4.2.3 出行广义费用函数 |
| 4.3 跨区域需求响应式公交及常规线路发车频率协同优化模型 |
| 4.3.1 上层模型:多目标优化模型 |
| 4.3.2 下层模型:基于Logit-SUE的多方式交通网络配流模型 |
| 4.4 求解思路与算法设计 |
| 4.4.1 模型求解思路 |
| 4.4.2 算法设计及流程 |
| 4.5 算例研究 |
| 4.5.1 网络与参数取值 |
| 4.5.2 算例结果与分析 |
| 4.5.3 重要参数灵敏度分析 |
| 4.6 跨区域需求响应式公交竞争力影响因素分析 |
| 4.6.1 研究环境设定 |
| 4.6.2 跨区域需求响应式公交内部因素 |
| 4.6.3 常规公交线路运行特征 |
| 4.7 本章小结 |
| 5 需求响应式接驳公交运行计划协同优化模型 |
| 5.1 概述 |
| 5.2 问题描述与基本假设 |
| 5.2.1 问题描述 |
| 5.2.2 需求响应式接驳公交与常规公交的协作关系分析 |
| 5.2.3 基本假设与参数定义 |
| 5.3 需求响应式接驳公交运行计划协同优化模型 |
| 5.3.1 模型目标函数 |
| 5.3.2 约束条件 |
| 5.4 算法设计 |
| 5.4.1 遗传算法关键步骤 |
| 5.4.2 算法流程设计 |
| 5.5 算例研究 |
| 5.5.1 算例设计与参数赋值 |
| 5.5.2 算例结果与分析 |
| 5.5.3 重要参数灵敏度分析 |
| 5.6 多模式需求响应式公交竞争力影响因素分析 |
| 5.6.1 研究环境设定 |
| 5.6.2 影响因素分析 |
| 5.7 本章小结 |
| 6 结论与展望 |
| 6.1 主要工作及结论 |
| 6.2 论文的创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 A |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）基于Pregel图计算检测大规模社交网络上的异常账号（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 社交网络异常账号检测常用方法以及存在问题 |
| 1.2.2 基于图的检测算法简介 |
| 1.2.3 SybilRank算法存在的缺陷 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 本文创新点 |
| 1.4 论文组织结构 |
| 2 实验环境、数据集及效果评估指标 |
| 2.1 硬件基础和分布式并行计算平台 |
| 2.1.1 实验环境 |
| 2.1.2 Spark GraphX平台的搭建和具体参数配置 |
| 2.1.3 Magpie脚本工具 |
| 2.2 实验数据集 |
| 2.2.1 较小规模数据集 |
| 2.2.2 中等规模数据集 |
| 2.2.3 较大规模数据集 |
| 2.3 效果评估指标 |
| 2.3.1 ROC曲线(Receiver Operating Characteristic Curve) |
| 2.3.2 AUC值(Area Under Curve) |
| 2.3.3 马修斯相关系数(Matthews correlation coefficient,MCC) |
| 3 基于节点重要性的异常账号检测 |
| 3.1 重要节点的评估算法 |
| 3.2 生成有权图的算法 |
| 3.3 改进后算法的实现流程 |
| 3.4 公开数据集实验结果展示 |
| 3.4.1 两组较小规模数据集实验结果展示 |
| 3.4.2 三组中等规模数据集实验结果展示 |
| 4 基于关联关系的异常账号检测 |
| 4.1 n度关联数的定义 |
| 4.2 确定社交网络关联关系需要计算的度数 |
| 4.3 应用关联关系改变幂迭代公式 |
| 4.4 基于关联关系的算法实现流程展示 |
| 4.5 公开数据集实验结果展示 |
| 4.5.1 两组较小规模数据集实验结果展示 |
| 4.5.2 三组中等规模数据集实验结果展示 |
| 4.5.3 两组较大规模数据集实验结果展示 |
| 5 基于Pregel分布式图并行计算的实现 |
| 5.1 SybilRank算法在原分布式并行计算模型的实现方式 |
| 5.2 Pregel实现原理简介 |
| 5.3 改进后的SybilRank算法在Pregel模型上的实现 |
| 5.4 基于Pregel模型与算法原模型对比 |
| 5.4.1 执行机制的对比 |
| 5.4.2 迭代方式的对比 |
| 5.4.3 数据分割方式的对比 |
| 5.4.4 数据处理方式的对比 |
| 5.4.5 不同框架下的实验结果展示 |
| 5.5 单节点并行与多节点分布式并行的对比 |
| 5.5.1 较小规模数据集实验结果 |
| 5.5.2 中等规模数据集实验结果 |
| 5.5.3 较大规模数据集实验 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（3）面向多任务的仓储移动机器人路径规划与调度（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要工作及章节安排 |
| 1.4 本章小结 |
| 第2章 多移动机器人的基本问题 |
| 2.1 多移动机器人的通信方式 |
| 2.2 多移动机器人的地图构建方式与控制结构 |
| 2.3 多目标与多任务问题 |
| 2.4 仓储搬运环境问题 |
| 2.5 本章小结 |
| 第3章 基于群体智能算法的多机器路径规划 |
| 3.1 移动机器人路径规划 |
| 3.2 群体智能优化算法 |
| 3.2.1 蚁群算法原理 |
| 3.2.2 狼群算法原理 |
| 3.3 改进的独狼蚁群混合算法的机器人路径规划 |
| 3.3.1 新的觅食方向选择 |
| 3.3.2 信息素更新机制的改进 |
| 3.3.3 针对算法早熟问题的优化 |
| 3.3.4 目标函数描述及算法流程 |
| 3.3.5 实验建模及数据分析 |
| 3.4 本章小结 |
| 第4章 多任务下多移动机器人调度 |
| 4.1 机器人任务调度问题分析 |
| 4.2 遗传算法与强化学习 |
| 4.2.1 遗传算法原理 |
| 4.2.2 强化学习原理 |
| 4.3 改进的多移动机器人调度算法 |
| 4.3.1 仓储环境路径规划站点的编码设计 |
| 4.3.2 仓储模型下遗传算法的基本操作 |
| 4.3.3 结合强化学习思想的改进交叉概率 |
| 4.3.4 多任务调度下的改进遗传算法 |
| 4.3.5 实验结果及结论 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（4）基于EDCA机制的无线局域网QoS性能研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 WLAN发展历史 |
| 1.3 国内外研究现状 |
| 1.3.1 EDCA性能研究现状 |
| 1.3.2 EDCA性能优化研究现状 |
| 1.4 实验仿真平台 |
| 1.5 论文的研究内容和章节安排 |
| 2 EDCA机制介绍 |
| 2.1 IEEE802.11 DCF机制 |
| 2.1.1 CSMA/CA协议 |
| 2.1.2 RTS/CTS模式 |
| 2.2 EDCA实现QoS区分的原理 |
| 2.3 本章小结 |
| 3 EDCA性能分析 |
| 3.1 饱和状态下性能分析模型 |
| 3.2 非饱和状态下性能分析模型 |
| 3.3 WLAN中各AC性能指标计算 |
| 3.3.1 吞吐量计算 |
| 3.3.2 MAC服务时延 |
| 3.3.3 丢包率计算 |
| 3.3.4 排队分析 |
| 3.4 仿真实验与结果分析 |
| 3.4.1 仿真参数和场景 |
| 3.4.2 饱和场景下QoS区分性能 |
| 3.4.3 非饱和场景下QoS区分性能 |
| 3.5 本章小结 |
| 4 EDCA性能优化 |
| 4.1 饱和状态下的自适应EDCA机制 |
| 4.1.1 最优最小竞争窗口 |
| 4.1.2 饱和吞吐量优化方法 |
| 4.1.3 仿真分析 |
| 4.2 改进的GDCF算法 |
| 4.2.1 GDDF算法介绍 |
| 4.2.2 改进的GDCF算法 |
| 4.2.3 仿真分析 |
| 4.3 本章小结 |
| 5 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 接下来的研究方向 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（5）分布式网络下的服务节点配置优化算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要工作与创新点 |
| 1.3.1 主要工作 |
| 1.3.2 创新点 |
| 1.4 本文的结构 |
| 第二章 分布式网络服务节点配置优化问题 |
| 2.1 分布式网络的服务节点配置优化问题描述 |
| 2.2 分布式网络的实际优化问题与问题假设 |
| 2.2.1 城市消防网络服务节点配置优化问题 |
| 2.2.2 快递网络服务节点配置优化问题 |
| 2.2.3 分布式无线通信网络服务节点配置优化问题 |
| 2.3 本章小结 |
| 第三章 理论基础 |
| 3.1 图论中的基本定义 |
| 3.2 最小加代数域及可达性 |
| 3.3 图论中图的不变量 |
| 3.4 分布式网络的服务节点和被服务节点 |
| 3.5 近似搜索算法 |
| 3.5.1 蚁群算法 |
| 3.5.2 遗传算法 |
| 3.6 本章小结 |
| 第四章 基于min-plus代数可达的分布式网络服务节点配置优化 |
| 4.1 基于min-plus代数域上的Dijkstra算法改进 |
| 4.1.1 传统Dijkstra算法 |
| 4.1.2 改进Dijkstra算法 |
| 4.1.3 求解分布式网络图的最短路径时耗比较 |
| 4.2 基于min-plus代数可达的分布式网络服务节点配置评估 |
| 4.3 基于min-plus代数可达的分布式网络服务节点配置优化 |
| 4.3.1 分布式网络新增或删除服务节点的优化算法 |
| 4.3.2 分布式网络服务节点对应需求点的重分配算法 |
| 4.3.3 分布式网络服务节点布局的优化重配置算法 |
| 4.4 本章小结 |
| 第五章 基于图不变量的分布式网络结构优化 |
| 5.1 算法思想 |
| 5.2 算法模型 |
| 5.3 算法描述 |
| 5.4 遗传算法求解非线性规划模型 |
| 5.5 分布式通信网络服务节点服务路径优化 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 附录 A 在读期间发表的学术论文与取得的研究成果 |
| 附录 B 论文核心程序源代码 |
（6）接入网融合组网技术与业务机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 接入网发展现状 |
| 1.1.2 业务应用需求 |
| 1.2 接入网融合趋势与挑战 |
| 1.2.1 接入网融合趋势 |
| 1.2.2 接入网面临的挑战 |
| 1.3 论文主要工作与章节安排 |
| 1.3.1 论文主要工作 |
| 1.3.2 论文章节安排 |
| 参考文献 |
| 第二章 融合接入网相关研究 |
| 2.1 FiWi接入网架构 |
| 2.2 FiWi接入网组网技术 |
| 2.3 FiWi接入网节点技术 |
| 2.4 FiWi接入网新进展 |
| 2.5 本章小结 |
| 参考文献 |
| 第三章 接入网融合组网方案 |
| 3.1 接入网与边缘计算融合组网方案 |
| 3.1.1 方案描述 |
| 3.1.2 控制与管理 |
| 3.1.3 连通性增强 |
| 3.2 建模与连通性分析 |
| 3.2.1 网络模型 |
| 3.2.2 连通性分析 |
| 3.3 FiWi节点研发 |
| 3.4 性能评测 |
| 3.4.1 试验床构建 |
| 3.4.2 FiWi节点测试与分析 |
| 3.4.3 组网方案实验结果分析 |
| 3.4.4 边缘应用视频分发示例测试 |
| 3.5 本章小结 |
| 参考文献 |
| 第四章 融合接入网中的边缘计算服务器布局 |
| 4.1 相关研究 |
| 4.2 边缘计算服务器布局建模 |
| 4.2.1 系统模型 |
| 4.2.2 问题定义 |
| 4.3 边缘计算服务器布局算法 |
| 4.3.1 基于枚举的布局算法 |
| 4.3.2 基于偏好的布局算法 |
| 4.3.3 算法时间复杂度分析 |
| 4.4 边缘计算服务器布局方案 |
| 4.5 仿真与结果分析 |
| 4.5.1 参数设置 |
| 4.5.2 结果分析 |
| 4.6 本章小结 |
| 参考文献 |
| 第五章 负载均衡的融合接入网业务机制 |
| 5.1 相关研究 |
| 5.2 SFC业务编排框架 |
| 5.2.1 业务编排组件 |
| 5.2.2 业务编排流程 |
| 5.3 系统模型 |
| 5.3.1 网络模型 |
| 5.3.2 业务模型 |
| 5.3.3 负载均衡指标 |
| 5.4 问题定义与算法 |
| 5.4.1 问题定义 |
| 5.4.2 多路径部署算法 |
| 5.5 仿真与性能分析 |
| 5.5.1 参数设置 |
| 5.5.2 计算密集型业务场景 |
| 5.5.3 用户密集型业务场景 |
| 5.6 本章小结 |
| 参考文献 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来展望 |
| 附录1 图索引 |
| 附录2 表索引 |
| 附录3 缩略词对照表 |
| 致谢 |
| 攻读博士期间发表的论文 |
（7）面向语义描述与数据查询的大数据组织方法及其关键应用技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与目的 |
| 1.2 相关问题的国内外研究现状 |
| 1.2.1 异构数据集成技术与系统研究现状 |
| 1.2.2 面向异构数据集成的统一建模研究现状 |
| 1.2.3 基于公共数据模型的逻辑推理与知识发现的相关理论及研究现状 |
| 1.2.4 以NoSQL为主的大数据模型 |
| 1.3 论文的主要研究内容与创新点 |
| 1.4 论文的组织结构及各章主要内容 |
| 第二章 GDM公共数据模型 |
| 2.1 异构数据集成问题描述 |
| 2.2 主要公共数据模型介绍 |
| 2.2.1 面向结构的数据模型 |
| 2.2.2 面向语义的数据模型 |
| 2.3 基于关系和概念的格数据模型(GDM) |
| 2.3.1 格数据关系 |
| 2.3.2 格数据类型 |
| 2.3.3 模型的形式化定义 |
| 2.4 本章小结 |
| 第三章 GDM模型的数据语义描述和推理 |
| 3.1 问题描述 |
| 3.2 GDM模型的语义表达和演化 |
| 3.3 GDM模型与描述逻辑及知识表示 |
| 3.3.1 概念映射 |
| 3.3.2 GDM节与公理映射 |
| 3.3.3 GDM关系与角色映射 |
| 3.3.4 GDM个体与事实映射 |
| 3.4 转化正确性及相关推理问题证明 |
| 3.5 本章小结 |
| 第四章 面向大数据集成的异构数据源模式转换 |
| 4.1 模式映射简介 |
| 4.1.1 模式映射方法 |
| 4.1.2 模式映射过程 |
| 4.2 关系数据模型的模式转换 |
| 4.3 以XML为代表的半结构化数据模型的模式转换 |
| 4.4 NOSQL数据模型的模式转换 |
| 4.5 混合模式及动态数据集成 |
| 4.6 本章小结 |
| 第五章 GDM模型数据管理 |
| 5.1 GDM数据管理的图论基础 |
| 5.2 GDM模型代数运算 |
| 5.2.1 模式代数 |
| 5.2.2 GDM对象代数 |
| 5.3 GDM数据查询与操作 |
| 5.3.1 格数据操作模型 |
| 5.3.2 基于SQL的GDM数据查询与操作 |
| 5.3.3 GDM数据查询过程与优化 |
| 5.4 本章小结 |
| 第六章 基于GDM的异构数据集成的查询、处理与优化 |
| 6.1 基于中间模式的多层局部自治集成模型 |
| 6.1.1 集成模型的定义 |
| 6.1.2 模式的类型与映射 |
| 6.2 异构数据集成的查询处理机制与过程 |
| 6.2.1 全局查询语言及查询变量关联 |
| 6.2.2 查询分解与查询计划生成 |
| 6.2.3 查询结果处理及并行调度 |
| 6.3 分布式异构环境下基于并行调度的查询优化 |
| 6.3.1 异构数据集成中的查询处理代价模型 |
| 6.3.2 预定义查询优化 |
| 6.3.3 自适应查询优化 |
| 6.3.4 综合优化策略 |
| 6.3.5 查询优化策略的评价与分析 |
| 6.4 本章小结 |
| 第七章 GDM模型特性分析与集成效率评价 |
| 7.1 数据模型综合分类与定性比较分析 |
| 7.1.1 数据模型分类 |
| 7.1.2 基本特性的定性分析与比较 |
| 7.2 与OWL的对比与分析 |
| 7.3 数据集成时间与空间效率的评价分析 |
| 7.3.1 数据集成的时间与空间效率评估模型 |
| 7.3.2 初始化参数的一些假设和解释 |
| 7.3.3 实验结果的比较与分析 |
| 7.4 本章小结 |
| 第八章 异构数据集成系统的设计与实现 |
| 8.1 基于GDM的异构数据集成系统的语义操作层次框架 |
| 8.2 一种综合的多策略相似度衡量方法 |
| 8.3 基于GDM模型的异构数据集成系统 |
| 8.3.1 开发环境与相关配置 |
| 8.3.2 系统架构及实施体系 |
| 8.3.3 格数据引擎核心功能展示与说明 |
| 8.3.4 Paragraph Turbo核心功能展示与说明 |
| 8.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录A:GDM模型中数据以及关系的层次 |
| 附录B:GDM模型结点类型 |
| 附录C:GDM SQL语法定义 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（8）基于协作的无线网络MAC层协议研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题依据和意义 |
| 1.2 协作通信系统概述 |
| 1.2.1 协作通信的分类 |
| 1.2.2 协作通信的好处 |
| 1.2.3 协作通信面临的问题 |
| 1.3 协作通信的研究现状 |
| 1.3.1 国内外学术机构的项目开展情况 |
| 1.3.2 协作MAC研究 |
| 1.3.3 协作广播/组播研究 |
| 1.4 论文的主要贡献 |
| 1.5 论文的组织结构 |
| 1.6 参考文献 |
| 第二章 基于协作的MAC层协议 |
| 2.1 引言 |
| 2.2 IEEE 802.11 MAC协议简述 |
| 2.2.1 无线局域网运行模式 |
| 2.2.2 分布式协调控制方式(DCF) |
| 2.2.3 退避机制 |
| 2.2.4 IEEE 802.11b MAC帧结构 |
| 2.3 基于协作的MAC层协议 |
| 2.3.1 协作MAC面临的问题和挑战 |
| 2.3.2 典型协作MAC协议 |
| 2.4 国内研究现状 |
| 2.5 本章小结 |
| 2.6 参考文献 |
| 第三章 自适应协作MAC协议ACoopMAC |
| 3.1 引言 |
| 3.2 协作通信中的伙伴选择算法 |
| 3.2.1 基于位置信息的伙伴选择策略 |
| 3.2.2 基于平均SNR的伙伴选择策略 |
| 3.2.3 基于瞬时信道状态的伙伴选择策略 |
| 3.2.4 伙伴选择方案的分析和比较 |
| 3.3 系统模型 |
| 3.4 ACoopMAC协议详述 |
| 3.4.1 协作伙伴节点检测 |
| 3.4.2 站点传输方式的确定 |
| 3.4.3 ACoopMAC协议 |
| 3.5 NAV更新机制 |
| 3.6 ACoopMAC协议的性能仿真 |
| 3.7 本章小结 |
| 3.8 参考文献 |
| 第四章 ACoopMAC协议的性能分析 |
| 4.1 引言 |
| 4.2 CSMA/CA经典分析模型 |
| 4.3 ACoopMAC协议分析模型 |
| 4.3.1 非协作时的饱和吞吐量 |
| 4.3.2 协作区内发现协作伙伴的概率 |
| 4.3.3 ACoopMAC协议饱和吞吐量 |
| 4.3.4 ACoopMAC协议接入时延 |
| 4.4 协作MAC仿真平台 |
| 4.4.1 仿真平台架构和功能描述 |
| 4.4.2 仿真平台的函数设计 |
| 4.4.3 仿真平台的创新性 |
| 4.4.4 仿真平台界面演示 |
| 4.5 仿真结果分析 |
| 4.6 本章小结 |
| 4.7 参考文献 |
| 第五章 基于节点聚簇的MAC层协作广播机制 |
| 5.1 引言 |
| 5.2 传统MAC层广播机制 |
| 5.2.1 传统MAC层广播机制面临的问题 |
| 5.2.2 传统MAC层广播机制研究现状 |
| 5.2.3 协作广播MAC层机制 |
| 5.3 系统模型 |
| 5.4 基于节点聚簇的MAC层协作广播机制 |
| 5.4.1 节点聚簇机制 |
| 5.4.2 基于信道状态的两跳速率选择机制 |
| 5.4.3 协作广播MAC层机制 |
| 5.5 性能分析与仿真结果 |
| 5.5.1 协作广播MAC层机制性能分析 |
| 5.5.2 协作广播MAC层机制仿真结果 |
| 5.6 本章小结 |
| 5.7 参考文献 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（9）基于用户行为的下一代移动互联网络若干关键问题的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 课题来源 |
| 1.2.1 研究背景与意义 |
| 1.2.2 研究问题与目的 |
| 1.3 研究现状 |
| 1.3.1 无线互联网接入技术 |
| 1.3.2 IP层以下移动互联网方案 |
| 1.3.3 基于MIP协议的移动互联网方案 |
| 1.3.4 基于NEMO协议+多宿技术的移动互联网方案 |
| 1.3.5 其他移动互联网方案 |
| 1.3.6 基于DTN协议的移动互联网方案 |
| 1.4 研究内容和论文结构 |
| 第二章 用户行为分析及统一效用函数 |
| 2.1 相关工作 |
| 2.1.1 效用的概念 |
| 2.1.2 现有的效用表达式 |
| 2.2 移动互联网用户行为分析 |
| 2.2.1 可替代性和内网效应 |
| 2.2.2 效用分析 |
| 2.3 移动互联网的效用函数 |
| 2.4 常规模式下用户效用函数的修正 |
| 2.5 统一效用函数 |
| 2.6 小结 |
| 第三章 移动互联网M~2H~2DTN的结构模型 |
| 3.1 M~2H~2DTN设计的前提条件 |
| 3.2 M~2H~2DTN的结构 |
| 3.2.1 M~2H~2DTN的物理连接 |
| 3.2.2 M~2H~2DTN的体系结构 |
| 3.2.3 M~2H~2DTN各层功能 |
| 3.2.4 移动性支持 |
| 3.3 不同覆盖密度下的性能仿真 |
| 3.4 小结 |
| 第四章 基于统一效用函数的资源分配模型与算法 |
| 4.1 资源分配的前提假设 |
| 4.2 基于地点的接入路由器信息矩阵 |
| 4.2.1 弧线运动的准2维信息矩阵 |
| 4.2.2 平面运动的2维信息矩阵 |
| 4.2.3 空间运动的准3维信息矩阵 |
| 4.2.4 更新周期T |
| 4.3 基于效用最大化的资源分配模型 |
| 4.3.1 网络接入时间的实时估计 |
| 4.3.2 协作博弈和Pareto最优性 |
| 4.3.3 带宽资源的约束条件 |
| 4.3.4 确定模型的Hybrid智能算法 |
| 4.3.5 不确定因素下的资源分配模型 |
| 4.4 效用函数队列调度简化算法 |
| 4.4.1 初始化过程 |
| 4.4.2 接纳控制过程 |
| 4.5 仿真与结果分析 |
| 4.5.1 确定因素下的资源分配模型最优化算法 |
| 4.5.2 不确定因素下的资源分配模型 |
| 4.5.3 效用函数队列调度简化算法 |
| 4.6 小结 |
| 第五章 基于广义k-选播的双渡轮路由算法 |
| 5.1 路由环境分析 |
| 5.2 现有的DTN路由算法 |
| 5.2.1 DTN路由算法的分类 |
| 5.2.2 基于先验知识的路由算法 |
| 5.2.3 概率路由协议的局限性 |
| 5.2.4 路由设计考虑因素 |
| 5.3 DTN连通性性质和连通性判据 |
| 5.4 广义k-选播 |
| 5.4.1 广义k-选播的定义 |
| 5.4.2 覆盖层的广义k-选播 |
| 5.4.3 弹性路由器集合的节点优选 |
| 5.4.4 路由器传输数据分配 |
| 5.5 双渡轮算法 |
| 5.5.1 空空图 |
| 5.5.2 基于区域空间变化的互联网接入路由算法 |
| 5.5.3 基于TTL当量的孤岛路由算法 |
| 5.5.4 仿真分析 |
| 5.5.5 覆盖率对孤岛网络的影响 |
| 5.6 建站规划 |
| 5.7 小结 |
| 第六章 基于地址簿通知的网络层上下文转移方案 |
| 6.1 存在的问题 |
| 6.2 基于地址簿通知的预先上下文转移策略 |
| 6.2.1 基于pareto分布的优化策略 |
| 6.2.2 触发时序 |
| 6.2.3 地址簿通知消息步骤 |
| 6.2.4 路由效率分析 |
| 6.2.5 ABI方案的信令开销分析 |
| 6.2.6 预测技术 |
| 6.3 Pi演算形式化分析 |
| 6.3.1 Pi演算的概念 |
| 6.3.2 基于Pi演算的移动IPv6模型 |
| 6.3.3 基于Pi演算的ABI模型 |
| 6.3.4 一致性和弱模拟证明 |
| 6.3.5 MWB自动机器验证 |
| 6.4 仿真结果及分析 |
| 6.4.1 时间提前量α的影响 |
| 6.4.2 方案对延迟的改进 |
| 6.5 小结 |
| 第七章 结论与展望 |
| 7.1 主要工作和创新点 |
| 7.2 未来展望 |
| 参考文献 |
| 附录A 用户行为的网络报告 |
| A.1 网络规模及主体消费能力 |
| A.2 通信和服务的集中性 |
| A.3 用户对于服务种类的偏好 |
| A.4 比特悖论与网络视频/P2P的增长 |
| A.5 综合分析 |
| 附录B 用户行为的调研数据 |
| B.1 前言 |
| B.2 调查说明 |
| B.3 调查结果与分析 |
| B.3.1 移动通信中各类业务的重要度 |
| B.3.2 价格承受能力 |
| B.3.3 忙时优先权代价 |
| B.3.4 通话量关于通信对端的Pareto分布 |
| B.3.5 内外网流量对比 |
| B.4 小结 |
| 致谢 |
| 攻读学位期间主要的研究成果 |
（10）IEEE802.11MAC协议研究与优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 现有研究的不足 |
| 1.3 本文的主要工作 |
| 1.4 本文的组织结构 |
| 第二章 IEEE802.11 无线局域网协议分析 |
| 2.1 IEEE 802.11 无线局域网关键技术 |
| 2.1.1 传输介质 |
| 2.1.2 网络拓扑结构 |
| 2.1.3 介质访问控制 |
| 2.2 DCF 机制 |
| 2.2.1 载波监听多路访问/冲突避免机制（CSMA/CA） |
| 2.2.2 随机退避机制 |
| 2.2.3 帧间间隔 |
| 2.2.4 DCF 机制的不足 |
| 2.3 本章小结 |
| 第三章 基于冲突权值的动态优化方案 |
| 3.1 MAC 协议性能指标分析 |
| 3.2 二维马尔可夫链模型分析 |
| 3.3 饱和吞吐量性能分析 |
| 3.4 基于冲突权值的动态优化方案 |
| 3.4.1 设计思想 |
| 3.4.2 算法描述 |
| 3.5 本章小结 |
| 第四章 基于改进方案的仿真设计与实现 |
| 4.1 改进方案的仿真设计 |
| 4.1.1 建立网络（Network）模型 |
| 4.1.2 建立节点（Node）模型 |
| 4.1.3 建立进程（Process）模型 |
| 4.1.4 进程（Process）模型的进一步修改 |
| 4.2 仿真实验及结果分析 |
| 4.2.1 基础结构集中式网络（Infrastructure BSS） |
| 4.2.2 分布式对等网络（Independent BSS） |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 本文的主要工作与贡献 |
| 5.2 对进一步工作的展望 |
| 致谢 |
| 参考文献 |
| 作者攻硕期间取得的成果 |
四、基于已知移动站点数的分布式初始化算法（论文参考文献）
- [1]考虑常规线路影响的需求响应式公交协同优化方法研究[D]. 王瑜琼. 北京交通大学, 2021
- [2]基于Pregel图计算检测大规模社交网络上的异常账号[D]. 丁健. 贵州财经大学, 2021(12)
- [3]面向多任务的仓储移动机器人路径规划与调度[D]. 权浩. 重庆邮电大学, 2020(02)
- [4]基于EDCA机制的无线局域网QoS性能研究[D]. 邓皓文. 西南科技大学, 2020(08)
- [5]分布式网络下的服务节点配置优化算法研究[D]. 高晓梅. 昆明理工大学, 2020(04)
- [6]接入网融合组网技术与业务机制研究[D]. 刘晶. 北京邮电大学, 2019(01)
- [7]面向语义描述与数据查询的大数据组织方法及其关键应用技术研究[D]. 王新阳. 华南理工大学, 2018(02)
- [8]基于协作的无线网络MAC层协议研究[D]. 宋振峰. 北京邮电大学, 2010(12)
- [9]基于用户行为的下一代移动互联网络若干关键问题的研究[D]. 张永晖. 中南大学, 2010(11)
- [10]IEEE802.11MAC协议研究与优化[D]. 马丹. 电子科技大学, 2009(11)