APP下载

基于组合权重和多属性决策的异构网络接入算法

2023-05-24李远彤石振刚

科技资讯 2023年8期
关键词:模糊层次分析法熵权法

李远彤 石振刚

摘要:為提高异构网络的接入性能,提升用户体验,文章提出了一种基于组合权重和多属性决策的异构网络接入算法,该算法可以根据用户业务特性的不同,使用熵权法和模糊层次分析法(FAHP)分别计算网络属性的主观权重和客观权重,然后根据组合权重,使用VIKOR计算网络的最后分值,将网络排序,进行了异构无线网络的接入。最后进行了所提算法与其他3种算法(Entropy-FAHP-SAW、Entropy-FAHP-MEW及Entropy-FAHP-TOPSIS)的对比仿真实验,结果表明,算法在保障业务用户Qos的基础上,降低了网络的切换次数、切换失败,减少了乒乓效应,提高了接入判决的服务质量。

关键词:异构网络  熵权法  模糊层次分析法  VIKOR

中图分类号:TN92     文献标识码:A

The Heterogeneous Network Access Algorithm Based on Combined Weights and Multi-Attribute Decision-Making

LI Yuantong SHI Zhengang*

(School of Information Science and Engineering, Shenyang Ligong University, Shenyang, Liaoning Province, 110159 China)

Abstract: In order to improve the access performance of heterogeneous networks and improve user experience, this paper proposes a heterogeneous network access algorithm based on combined weights and multi-attribute decision-making. This algorithm can use the entropy weight method and FAHP to respectively calculate the subjective weights and objective weights of network attributes according to different user service characteristics, and then uses VIKOR to calculate the last score of the network according to combined weights, sort the network, and access heterogeneous wireless networks. Finally, the comparison and simulation experiments of the proposed algorithm and other three algorithms (Entropy-FAHP-SAW, Entropy-FAHP-MEW and Entropy-FAHP-TOPSIS) are carried out. Results show that the algorithm reduces the number of network switching times and switching failures, reduces the ping-pong effect and improves the service quality of access judgment on the basis of ensuring Qos for service users.

Key Words: Heterogeneous networks; Entropy weight method; Fuzzy analytic hierarchy process; VIKOR

在异构网络环境中,不同的无线接入技术在覆盖、带宽、安全性、成本和服务质量(QoS)等是不同的[1],即使是相同架构的网络之间也可能存在差异,为了始终保持最佳连接,移动终端必须在不同技术的网络之间切换,如何保障用户接入的网络的服务质量已成为热点话题。很多专家学者对此进行了大量的研究,梁根[2]在其论文中充分考虑了网络用户的特征,结合熵值法和模糊层次分析进行异构无线网络接入,能够有效减少用户的切换次数,但未充分考虑负载情况。XIAO K与LI C[3]提出了一种基于改进的TOPSIS方法的网络选择算法,该方法使用曼哈顿距离代替欧几里得距离和熵方法来确定目标权重。该研究表明,在切换次数的平均值方面,所提出的算法比其他基于主观的算法提供了最佳的性能,但没有充分考虑业户特性。马彬、王双双和陈海波[4]提出区间二型模糊神经网络来作为网络切换的主框架,能够保障在时间开销较低的情况下,降低切换错误概率。但未充分考虑负载情况,也容易造成网络阻塞。根据上述文献分析,文章采用基于组合权重和多属性决的异构网络接入算法来进行异构网络的接入选择。

1 算法描述

文章分别使用熵权法计算网络属性的客观权重和FAHP计算网络属性的主观权重,通过简单加权法得到组合权重。最后使用VIKOR计算各候选网络的分值,进行排序,选择合适的网络接入。

熵权法(Entropy Weighting method)是一种可以用于多对象、多指标的评价方法,文章中用来计算网络属性客观权重。网络属性参数的变化对网络整体性能的影响大小决定客观权重大小,其具体步骤如下所示。

(1)构造归一化矩阵,在本文中,有m个候选网络,n个网络属性标准,rij表示第i个网络的第j个网络属性的标准化值,表示第i个网络的第j个网络属性的原始值。表达式为

其中i=1,2,…m;j=1,2,…n。在本章中,m=3,n=5。

(2)计算第j个网络属性的熵定义为:

其中,。

(3)根据所得到的信息熵,获得的属性权重表达式为:

其中,j=1,2,…n。

FAHP是一种系统分析方法。将传统AHP和模糊思想相结合,建立起一致性两两对比矩阵[5],提高了判决的可靠性。FAHP是将问题分成多个层次,逐步分析得出最后结果,具体实施如下。

步骤1:分析网络中各因素之间的关系,将问题分析分为三层,目标层、属性层、候选层,目標层为最合适接入的网络,属性层为不同的网络属性,候选层为可能接入的网络,其具体层次如图1所示。

步骤2:根据相关文献[2],根据两个属性的相对重要程度构造判决矩,则得到模糊一致矩阵,n代表网络属性标准数量,矩阵重要程度如表1所示。

为了兼顾各种评价方法的优势,通过简单加权法建立起组合赋权的模式,表达式为

(6)

式中,t值可以根据需要动态调整,文中t=0.5。

折中妥协法(VIKOR)意为多准则优化和折中解决方案。该方法考虑到了标准存在冲突的情况,在多准则决策(MCDM)的折中规划思想的基础上,引入了多标准排名指数方法从一组备选方案中进行排序和选择,避免了虽然总体排序在前,个别指标很差的情况[6],该排序方法的各个步骤如下。

(1)计算归一化值:计算网络的归一化值,当xij是第i个选项和第j个维度的原始值时,公式如下:

(7)

(2)找到正理想解和负理想解来计算Si和Ri该步骤是计算从每个属性值到正理想解的距离,然后求和以获得最终值。

这里,表示参数j的组合权重。代表群体效益值,代表个别遗憾度。

(3)计算所有决策方案的折中值,计算公式如下。

其中,,v是折中系数,,v近似0.5时,表示根据同时追求群体效用最大化和个别遗憾最小值制定决策。

(4)对决策方案进行排序。当满足以下条件时,按对备选方案进行排序:值越小,备选方案的决策越好。

条件一:

式中,B代表值所选择的排序最高的方案,A为值所选择的排序第二的方案。为备选方案的数量。

条件二:为得到的排序第一的方案的S值和R值要同时优于其他方案的S值和R值。

2 仿真实验和分析

为了分析该方案的性能并验证其优越性,将算法与Entropy-FAHP-SAW、Entropy-FAHP-MEW及Entropy-FAHP-TOPSIS进行对比分析。

下文论述了LTE、WLAN或WiMAX3种网络覆盖的异构网络场景,如图2所示。

所参与判决的网络属性时延、抖动、丢包率、负载和成本的值如表2所示。这些准则的值随机生成,并且每个属性在最大值和最小值之间变换取值,此操作重复200次。对会话、交互、流媒体、背景4种业务类型进行仿真。

图3、图4所示分别为4种算法在4种不同的业务下的切换次数与切换失败的平均值对比。从图中总体来看,在所有业务类别中,Entropy-FAHP-VIKOR算法的切换次数均低于其他算法,分别66、34、70、74次,Entropy-FAHP-VIKOR算法也把切换失败的风险降低了。

图5显示了4种算法出现的乒乓现象切换率对比。我们可以看到,基于Entropy-FAHP-VIKOR算法在会话、交互、流媒体和背景中分别以16%、20%、19%和22%的值减小乒乓效应。

3 结语

文章详细介绍了所提出的异构网络接入算法,并通过仿真结果表明,在不同业务类型进行网络接入时,该算法有效地降低了网络切换次数、切换失败的次数,以及减少了乒乓效应的出现。在未来的工作中,可以尝试使用其他的权重计算方法,并且可以通过调整综合权重方法来改进算法。

参考文献

Alwarafy A,Abdallah M,Ciftler B S,et al.Deep Reinforcement Learning for Radio Resource Allocation and Management in Next Generation Heterogeneous Wireless Networks: A survey[J].arXiv preprint arXiv:2106.00574,2021.

梁根.异构无线网络接入选择关键技术研究[D].广州:华南理工大學,2019.

[3] XIAO K, LI C. Vertical handoff decision algorithm for heterogeneous wireless networks based on entropy and improved TOPSIS[C]//2018 IEEE 18th International Conference on Communication Technology (ICCT).IEEE,2018:706-710.

[4] 马彬,王双双,陈海波.基于区间二型模糊神经网络的垂直切换算法[J].电子学报,2021,49(5):928-935.

苏荣昕.基于FAHP的异构无线网络垂直切换算法研究[D].长春:吉林大学,2022.

储冉,王怀秀,王亚慧.基于熵权与灰关联度定权的VIKOR多准则综合评价研究[J].现代电子技术,2018,41(24):162-166,169.

猜你喜欢

模糊层次分析法熵权法
美国经济金融化测度研究
高职机电专业学生数学能力的调查及对策
大学周边健身房满意度调查报告
基于熵权法的京津冀区域信息化协调发展规律模型及其应用
基于熵权法的“互联网+”农业发展影响因素权重确定
基于熵权法的西安市外向型经济发展综合评价研究
公私合营模式下港口工程建设风险评价
城市与区域经济可持续发展
绿色平衡计分卡
基于模糊层次分析法的管制员班组资源管理分析