基于多目标优化的自适应网关部署方法及系统技术方案

本发明专利技术属于自组织网络技术领域，公开一种基于多目标优化的自适应网关部署方法及系统，该方法包括：步骤1：建立多目标优化的自适应网关部署数学模型；步骤2：利用粒子群算法初始化网关部署数学模型；步骤3：利用变长粒子群算法对网关部署数学模型求解，获得满足约束条件的最优网关数量；步骤4：利用标准粒子群算法对网关部署数学模型求解，获得网关的最优位置实现网关负载均衡。本发明专利技术克服了现有自组织网络网关部署时将网络覆盖范围作为单目标而导致网关负载不均衡的问题。关负载不均衡的问题。关负载不均衡的问题。

【技术实现步骤摘要】
基于多目标优化的自适应网关部署方法及系统


[0001]本专利技术属于自组织网络
，尤其涉及一种基于多目标优化的自适应网关部署方法及系统。

技术介绍

[0002]移动自组织网络(MANET)是无线移动节点的集合，动态形成临时网络，不需要任何固定基础设施。MANET可以是一个独立的网络，但是随着MANETs技术的发展，孤立的MANETs已经不能满足当前日益增长的业务应用需求。MANET通过网关与Internet相连已成为无线网络技术发展的必然趋势。
[0003]尽管MANETs可以通过网关连接到Internet已经成为一种有前途的技术，可以应用于许多领域，但仍有许多问题和挑战需要解决，这主要来自移动节点的随机性。由于每个网关具有有限的覆盖范围和负载容量，如果网关的网关位置不合适，不仅会导致网络拥塞，还会导致网关重叠覆盖范围过大。因此，在实现网关负载平衡的同时最大限度地减少重叠的网关覆盖范围是一项紧迫且具有挑战性的任务。增加网关数量可以有效提高网络性能，缓解网络拥塞。但由于网关部署成本高，在实际网络中，网关的数量需要控制。先前的研究工作已经提出了几种方法来最小化网关的数量，同时满足网关容量限制或覆盖限制，但是，网关负载平衡尚未考虑在内。

技术实现思路

[0004]本专利技术针对现有自组织网络网关部署时将网络覆盖范围作为单目标而导致网关负载不均衡的问题，提出一种基于多目标优化的自适应网关部署方法及系统。
[0005]为了实现上述目的，本专利技术采用以下技术方案：
[0006]本专利技术一方面提出一种基于多目标优化的自适应网关部署方法，包括：
[0007]步骤1：建立多目标优化的自适应网关部署数学模型；
[0008]步骤2：利用粒子群算法初始化网关部署数学模型；
[0009]步骤3：利用变长粒子群算法对网关部署数学模型求解，获得满足约束条件的最优网关数量；
[0010]步骤4：利用标准粒子群算法对网关部署数学模型求解，获得网关的最优位置实现网关负载均衡。
[0011]进一步地，所述步骤1包括：
[0012]步骤101：计算满足节点覆盖需求的网关数量：
[0013][0014]Square＝πR2(2)
[0015]其中SA为网络区域总面积，R为网关的覆盖半径，Square为网关的覆盖面积；
[0016]步骤102：计算满足节点流量需求的网关数量：
[0017][0018]其中n为网络区域中总的节点数，T为每个节点满足目标需求的流量，L
large
为每个网关的最大负载，因此，满足节点流量需求和覆盖需求的网关数量N
objective
为：
[0019]N
objective
＝max(N
cov
,N
sern
)(4)
[0020]为了找到最优网关数量，设置初始网关N＝2N
objective
；
[0021]步骤103：建立网关覆盖范围的约束如式(6)所示：
[0022][0023][0024]其中D
ij
表示节点i到网关j的距离；如果节点i在网关j的覆盖范围内，C
ij
为1，否则C
ij
为0；
[0025]步骤104：建立网关负载容量的约束如式(9)所示：
[0026]d
ij
＝min{D
j1
,D
j2
,
…
D
jN
}(7)
[0027][0028][0029]其中，d
ij
为节点i到所有网关的最近的距离，如果节点i选择了最近的网关，则S
ij
＝1，否则S
ij
＝0；n
j
为网关j服务的节点数量，每个网关的负载为其所服务节点的流量之和，不能超过网关的最大负载；
[0030]步骤105：建立满足覆盖约束和容量约束的最优的网关数量：
[0031][0032]步骤106：建立网关负载的标准差如式(11)所示：
[0033][0034][0035][0036]其中，L(j)为网关j的负载，为当前系统的平均网关负载；
[0037]步骤107：综合公式(1)至公式(13)作为多目标优化的自适应网关部署数学模型。
[0038]进一步地，所述步骤2包括：
[0039]步骤201：自组织网络系统中有N个网关组成的网关集合G，得出G中的网关j在二维平面的坐标为(x
j
,y
j
)，j＝1,2
…
N；
[0040]步骤202：设置粒子数为K；
[0041]步骤203：对于任意的网关粒子k，其位置向量w
(k)
按照下式得出：
[0042]w
(k)
＝(x1,x2…
x
N
,y1,y2…
,y
N
)；k＝1,2
…
K(14)
[0043]步骤204：计算粒子k通过的个体最优位置、即个体极值Pbest：
[0044]Pbest＝(p
k1
,p
k2
…
p
k2N
)(15)
[0045]步骤205：计算整个粒子群搜索到的最优位置、即全局极值gbest：
[0046]gbest＝(g
k1
,g
k2
…
g
k2N
)(16)
[0047]步骤206：按照下式对粒子k的位置和速度进行更新：
[0048][0049][0050]其中，ω为惯性权重，c1、c2为常数，r1、r2为[0,1]范围内的均匀随机数，t表示迭代次数，1≤d≤2N且d为自然数；
[0051]步骤207：设置粒子群算法的最大迭代次数P。
[0052]进一步地，所述步骤3包括：
[0053]步骤301：如果节点满足公式(6)，设置变量否则按照下式计算网关粒子k对应的没有被网关覆盖的节点数A
k
及网关的覆盖率
[0054][0055][0056]步骤302：如果节点满足公式(9)，设置变量否则按照下式计算网关的服务率
[0057][0058]步骤303：首先将适应度函数设置为当网关覆盖率达到时再将适应度函数设置为其中0<ρ<1；当网关的服务率达到时，网关的数量减1，重复上述搜索过程，直到找到满足约束的最小的网关数量、即最优网关数量。
[0059]进一步地，所述步骤4包括：
[0060]步骤401：以最优网关数量随机部署网关；
[0061]步骤402：利用公式(20)计算网关的覆盖率；
[0062]步骤403：利用公式(21)计算网关的服务率；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多目标优化的自适应网关部署方法，其特征在于，包括：步骤1：建立多目标优化的自适应网关部署数学模型；步骤2：利用粒子群算法初始化网关部署数学模型；步骤3：利用变长粒子群算法对网关部署数学模型求解，获得满足约束条件的最优网关数量；步骤4：利用标准粒子群算法对网关部署数学模型求解，获得网关的最优位置实现网关负载均衡。2.根据权利要求1所述的基于多目标优化的自适应网关部署方法，其特征在于，所述步骤1包括：步骤101：计算满足节点覆盖需求的网关数量：Square＝πR2(2)其中SA为网络区域总面积，R为网关的覆盖半径，Square为网关的覆盖面积；步骤102：计算满足节点流量需求的网关数量：其中n为网络区域中总的节点数，T为每个节点满足目标需求的流量，L
large
为每个网关的最大负载，因此，满足节点流量需求和覆盖需求的网关数量N
objective
为：N
objective
＝max(N
cov
,N
sern
)(4)为了找到最优网关数量，设置初始网关N＝2N
objective
；步骤103：建立网关覆盖范围的约束如式(6)所示：建立网关覆盖范围的约束如式(6)所示：其中D
ij
表示节点i到网关j的距离；如果节点i在网关j的覆盖范围内，C
ij
为1，否则C
ij
为0；步骤104：建立网关负载容量的约束如式(9)所示：d
ij
＝min{D
j1
,D
j2
,
…
D
jN
}(7)(7)其中，d
ij
为节点i到所有网关的最近的距离，如果节点i选择了最近的网关，则S
ij
＝1，否则S
ij
＝0；n
j
为网关j服务的节点数量，每个网关的负载为其所服务节点的流量之和，不能超过网关的最大负载；步骤105：建立满足覆盖约束和容量约束的最优的网关数量：
步骤106：建立网关负载的标准差如式(11)所示：建立网关负载的标准差如式(11)所示：建立网关负载的标准差如式(11)所示：其中，L(j)为网关j的负载，为当前系统的平均网关负载；步骤107：综合公式(1)至公式(13)作为多目标优化的自适应网关部署数学模型。3.根据权利要求1所述的基于多目标优化的自适应网关部署方法，其特征在于，所述步骤2包括：步骤201：自组织网络系统中有N个网关组成的网关集合G，得出G中的网关j在二维平面的坐标为(x
j
,y
j
)，j＝1,2
…
N；步骤202：设置粒子数为K；步骤203：对于任意的网关粒子k，其位置向量w
(k)
按照下式得出：w
(k)
＝(x1,x2…
x
N
,y1,y2…
,y
N
)；k＝1,2
…
K(14)步骤204：计算粒子k通过的个体最优位置、即个体极值Pbest：Pbest＝(p
k1
,p
k2
…
p
k2N
)(15)步骤205：计算整个粒子群搜索到的最优位置、即全局极值gbest：gbest＝(g
k1
,g
k2
…
g
k2N
)(16)步骤206：按照下式对粒子k的位置和速度进行更新：按照下式对粒子k的位置和速度进行更新：其中，ω为惯性权重，c1、c2为常数，r1、r2为[0,1]范围内的均匀随机数，t表示迭代次数，1≤d≤2N且d为自然数；步骤207：设置粒子群算法的最大迭代次数P。4.根据权利要求2所述的基于多目标优化的自适应网关部署方法，其特征在于，所述步骤3包括：步骤301：如果节点满足公式(6)，设置变量否则按照下式计算网关粒子k对应的没有被网关覆盖的节点数A
k
及网关的覆盖率及网关的覆盖率及网关的覆盖率步骤302：如果节点满足公式(9)，设置变量否则按照下式计算网关的服务率
步骤303：首先将适应度函数设置为当网关覆盖率达到时再将适应度函数设置为其中0&lt;ρ&lt;1；当网关的服务率达到时，网关的数量减1，重复上述搜索过程，直到找到满足约束的最小的网关数量、即最优网关数量。5.根据权利要求4所述的基于多目标优化的自适应网关部署方法，其特征在于，所述步骤4包括：步骤401：以最优网关数量随机部署网关；步骤402：利用公式(20)计算网关的覆盖率；步骤403：利用公式(21)计算网关的服务率；步骤404：利用公式(11)计算网关负载的标准差；步骤405：定义一个数组来存储每次迭代得到的网关负载的标准差，定义一个矩阵来存储每次迭代的网关位置坐标，当迭代结束时，得到网关负载与网关负载的标准差最小的网关位置，即为网关的最优部署。6.一种基于多目标优化的自适应网关部署系统，其特征在于，包括：模型构建模块，用于建立多目标优化的自适应网关部署数学模型；初始化模块，用于利用粒...

【专利技术属性】
技术研发人员：闫永航，孟丹，曹莹，夏伦，
申请(专利权)人：河南大学，
类型：发明
国别省市：