声明
摘要
第1章 绪论
1.1 研究背景
1.1.1 认知网络
1.1.2 社群智能
1.1.3 机会网络
1.2 问题的提出
1.2.1 背景
1.2.2 研究现状
1.3 论文的主要研究内容
1.3.1 主要研究内容
1.3.2 创新点
1.4 组织结构
1.5 课题来源
第2章 相关理论基础
2.1 马尔可夫预测
2.1.1 马尔可夫链
2.1.2 转移概率
2.2 群体智能优化算法
2.2.1 概述
2.2.2 蚁群优化算法
2.3 拍卖理论
2.3.1 正向拍卖
2.3.2 反向拍卖
2.4 本章小结
第3章 认知网络中基于流量预测的自适应路由算法
3.1 引言
3.2 相关工作
3.2.1 单路径路由算法
3.2.3 多路径路由算法
3.3 适用于认知网络的流量预测模型
3.3.1 现有的网络流量预测模型
3.3.2 流量预测模型的选择
3.3.3 MMSE的数学描述
3.4 算法描述
3.4.1 认知网络中基于流量预测的单路径路由算法
3.4.2 认知网络中流量感知的多路径路由算法
3.5 算法仿真及性能评价
3.5.1 MWR和ATPRA性能评价
3.5.2 ETAMR的性能评价
3.6 本章小结
第4章 基于社会关系感知的移动节点位置预测算法
4.1 引言
4.2 基于社会关系的节点位置预测算法
4.2.1 基于位置的节点移动应用场景
4.2.2 马尔可夫链预测模型
4.2.3 基于社会关系的预测优化
4.3 实验分析
4.3.1 仿真实验配置
4.3.2 社会关系矩阵析取
4.3.3 预测精确度分析
4.4 本章小结
第5章 基于位置预测的生物启发式数据分发算法
5.1 引言
5.2 相关工作
5.3 网络模型
5.4 算法设计
5.4.1 基于位置预测的数据分发算法
5.4.2 基于蚁群优化的数据分发算法
5.4.3 基于位置预测的生物启发式数据分发算法
5.6 性能评价
5.6.1 仿真环境部署
5.6.2 性能评价指标
5.6.3 移动节点数量的变化对性能的影响
5.6.4 数据消息生命周期的变化对性能的影响
5.7 本章小结
第6章 基于声望感知的用户激励及数据分发算法
6.1 引言
6.2 相关工作
6.2.1 声望模型的研究现状
6.2.2 激励机制的相关研究现状
6.3 基于声望的参与式激励算法描述
6.3.1 概述
6.3.2 声望模块描述
6.3.3 激励模块的描述
6.4 基于参与者激励的数据分发算法
6.4.1 分发数据的信任值计算
6.4.2 数据分发执行过程
6.5 性能评价
6.5.1 仿真环境部署
6.5.2 仿真结果
6.6 本章小结
第7章 总结和展望
7.1 全文总结
7.2 工作展望
参考文献
致谢
攻读博士学位期间撰写的论著
作者攻读博士期间参与的科研项目
作者从事科学研究和学习经历简历