基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法
【技術領域】
[0001] 本發(fā)明涉及一種基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，屬于計算機網(wǎng)絡技 術領域。
【背景技術】
[0002] 隨著無線通信技術的迅猛發(fā)展，各種無線通信系統(tǒng)為用戶提供了多種異構的網(wǎng)絡 環(huán)境，包括無線個域網(wǎng)（如Bluetooth)、無線局域網(wǎng)（如Wi-門）、無線城域網(wǎng)（如Wimax)、 公眾移動通信網(wǎng)（如GSM、GPRS、UMT巧等，使得用戶在選擇接入網(wǎng)絡時面臨著多種選擇。由 于上述各種網(wǎng)絡在覆蓋范圍、數(shù)據(jù)傳輸速率、平均包時延、服務價格、移動性支持能力等方 面存在著較大差異，因此，在接入或者切換網(wǎng)絡時，需要先解決網(wǎng)絡選擇問題，使用戶在獲 得高質量網(wǎng)絡服務的同時降低服務代價，同時實現(xiàn)網(wǎng)絡資源的合理配置和利用。
[0003] 多屬性決策是社會經(jīng)濟和工程技術領域廣泛存在的決策問題，由于客觀事物的復 雜性、不確定性W及人類思維的模糊性，決策信息常W模糊信息來表達。1986年，保加利亞 學者Atanassov提出了直覺模糊集（IntuitionisticFrizzySets)的概念，該理論對事物 屬性的描述上提供了更多的選擇方式，在處理不確定信息時具有更強的表現(xiàn)能力。
[0004] 異構網(wǎng)絡環(huán)境下的網(wǎng)絡選擇過程，可W看作是直覺模糊集多屬性決策過程，其目 標是通過對待選的可接入或切換的網(wǎng)絡的綜合屬性值進行比較，確定出各種網(wǎng)絡的優(yōu)劣， 從中選出最佳網(wǎng)絡；然而，由于決策者的知識或經(jīng)驗有限，或者決策環(huán)境的復雜，網(wǎng)絡的各 種屬性的權重信息并不總是已知的，因此確定屬性的權重很重要。
[0005] 直覺模糊集多屬性決策方法主要有：第一，主觀賦權法，主要是模糊綜合評判模 型，通過專家計分法、方根法、極值統(tǒng)計迭帶法、二元對比法等方法確定屬性權重，然后與決 策矩陣運算求解綜合屬性值；第二，基于直覺模糊集距離的多屬性決策方法，如逼近理想解 的排序方法（T0PSI巧、多準則妥協(xié)解排序法（VIK0R)、灰色關聯(lián)分析法佑RA)、多維偏好線 性規(guī)劃分析方法（LINMA巧等；第H，基于直覺模糊集賭的多屬性決策方法，根據(jù)直覺模糊 賭公式，基于賭權法確定屬性的權重。
[0006] 但是，上述直覺模糊集多屬性決策方法并不適用于異構網(wǎng)絡環(huán)境下的網(wǎng)絡選擇決 策，該是因為；對于第一種方法，專家計分法由于對主觀先驗知識的依賴而難W應用到實際 決策過程中，方根法、二元對比法則假設各因素之間的關系為線性關系，采用簡單的加權平 均法來確定權重，但在網(wǎng)絡選擇的決策中，由于網(wǎng)絡的各種屬性的單位不同、量綱不同、數(shù) 量級不同，該種假設并不總是成立；對于第二種方法，T0PSIS、VIK0R、GRA方法在計算權重 過程中存在需要人為確定的常量，而網(wǎng)絡環(huán)境處于實時動態(tài)地變化中，決策者很難實時的 確定該些常量，且該種方法所采用的距離公式只是將直覺模糊集的參數(shù)分別作為單一的數(shù) 值帶入計算，而由于網(wǎng)絡環(huán)境的復雜性，待選網(wǎng)絡對于相關的屬性的隸屬度、非隸屬度等并 不能靠單一的數(shù)值就能將其代表的模糊信息表示，因此上述距離公式在一些情況下不能很 好的區(qū)分不同直覺模糊集的不確定信息量；對于第H種方法，根據(jù)每個屬性的賭來確定權 重，并沒有考慮不同的待選網(wǎng)絡在同一屬性下的差異性，若某一網(wǎng)絡屬性的賭很大，但所有 網(wǎng)絡在該屬性下的差異很小，那么最后得到的各個網(wǎng)絡的綜合屬性值的差別也就小，不利 于最后的網(wǎng)絡選擇決策。
[0007] 因此，現(xiàn)有的直覺模糊集多屬性決策方法由于不能準確衡量直覺模糊集的距離， 無法根據(jù)實時的屬性值動態(tài)的確定權重，且得出的權重值有時并不利于待選網(wǎng)絡的排序和 決策，所W無法有效解決網(wǎng)絡選擇的問題。

【發(fā)明內(nèi)容】

[0008] 鑒于上述原因，本發(fā)明的目的在于提供一種基于直覺模糊集多屬性決策的網(wǎng)絡選 擇方法，該方法可W在待選網(wǎng)絡的屬性值是直覺模糊集且權重完全未知的異構網(wǎng)絡環(huán)境 中，根據(jù)實時的屬性值確定屬性的權重，進而從待選網(wǎng)絡中選擇出最佳接入或切換的網(wǎng)絡， 有效的解決網(wǎng)絡選擇問題。
[0009] 為實現(xiàn)上述目的，本發(fā)明采用W下技術方案：
[0010] 基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，包括：
[0011] S1 ;確定直覺模糊集決策矩陣；
[0012] S2;將該直覺模糊集決策矩陣中的每個屬性值轉換為梯形模糊數(shù)，得到梯形模糊 數(shù)決策矩陣，同時得到每個梯形模糊數(shù)的隸屬度函數(shù)；
[0013] S3;利用直覺模糊集的距離公式，將直覺模糊集的距離關系轉換為對應的梯形模 糊數(shù)集的隸屬度函數(shù)的面積關系，根據(jù)該梯形模糊數(shù)決策矩陣，得到各待選網(wǎng)絡與所有其 它待選網(wǎng)絡在每個屬性下的總離差；
[0014] S4 ;基于離差最大化思想，建立屬性的權重模型，根據(jù)步驟S3中得到的總離差值， 得到每個屬性的權重值；
[0015] S5 ;結合每個屬性的權重值，利用直覺模糊集代數(shù)平均算子IFWA計算待選網(wǎng)絡的 綜合屬性值，根據(jù)計算結果從待選網(wǎng)絡中選擇出最佳網(wǎng)絡。
[0016] 進一步的，
[0017] 所述步驟S1中的直覺模糊集決策矩陣為：
[0018] R= (r,j),x"
[001 引 其中；r。'= 0。'，V。')，，iGM，jGN，M= {1，2,. . .m}，N= {1，2,. . .n}，
[0020] y。表示網(wǎng)絡Ai具有屬性Xj的程度，V。表示網(wǎng)絡Ai不具有屬性Xj的程度，A= (Ai,Ag, . . .，A|J表不待選的m個網(wǎng)絡的集合，X=找1,Xg, . . . ,X。}表不評估網(wǎng)絡性能的n 個屬性的集合。
[0021] 所述步驟S2中，將直覺模糊集決策矩陣轉換為梯形模糊數(shù)決策矩陣，通過W下映 射實現(xiàn)：
[0022]
【主權項】
1. 基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，其特征在于，包括： S1 :確定直覺模糊集決策矩陣； S2:將該直覺模糊集決策矩陣中的每個屬性值轉換為梯形模糊數(shù)，得到梯形模糊數(shù)決 策矩陣，同時得到每個梯形模糊數(shù)的隸屬度函數(shù)； 53 :利用直覺模糊集的距離公式，將直覺模糊集的距離關系轉換為對應的梯形模糊數(shù) 集的隸屬度函數(shù)的面積關系，根據(jù)該梯形模糊數(shù)決策矩陣，得到各待選網(wǎng)絡與所有其它待 選網(wǎng)絡在每個屬性下的總離差； 54 :基于離差最大化思想，建立屬性的權重模型，根據(jù)步驟S3中得到的總離差值，得到 每個屬性的權重值； 55 :結合每個屬性的權重值，利用直覺模糊集代數(shù)平均算子IFWA計算待選網(wǎng)絡的綜合 屬性值，根據(jù)計算結果從待選網(wǎng)絡中選擇出最佳網(wǎng)絡。
2. 如權利要求1所述的基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，其特征在于，所 述步驟S1中的直覺模糊集決策矩陣為： R = (rij)mxn 其中：Aj= (yij，Vij)，，iGM，jGN，M= {1，2, ? ? ?m}，N= {1，2, ? ? ?n}， Uu表示網(wǎng)絡Ai具有屬性Xj的程度，表示網(wǎng)絡Ai不具有屬性Xj的程度，A={Ap A2, . . . ,AJ表示待選的m個網(wǎng)絡的集合，X={XpX2, . . . ,XJ表示評估網(wǎng)絡性能的n個屬 性的集合。
3. 如權利要求2所述的基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，其特征在于，所 述步驟S2中，將直覺模糊集決策矩陣轉換為梯形模糊數(shù)決策矩陣，通過以下映射實現(xiàn)：
其4
對于任意的直覺模糊數(shù)a=(ya，Va，Jia)，對應的梯形模糊數(shù)為：
則直覺模糊數(shù)到梯形模糊數(shù)的映射為：f: B5,有：
4. 如權利要求3所述的基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，其特征在于，所 述步驟S2中，所述梯形模糊數(shù)的隸屬度函數(shù)為：
o
5. 如權利要求4所述的基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，其特征在于，所 述步驟S3中，直覺模糊集的距離公式為：
其中，表示網(wǎng)絡的第j個屬性Xj的權重屬性，權重集《 = {(^，《2, ...，《n}，
6. 如權利要求5所述的基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，其特征在于，所 述步驟S3中，計算各待選網(wǎng)絡與所有其它待選網(wǎng)絡在每個屬性下的總離差的公式是：
7. 如權利要求6所述的基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，其特征在于，所 述步驟S4中，屬性的權重模型為：
i
8. 如權利要求7所述的基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，其特征在于，所 述步驟S4中，屬性的權重值計算公式為：
9. 如權利要求8所述的基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，其特征在于，所 述步驟S5中，計算待選網(wǎng)絡的綜合屬性值公式為：
【專利摘要】本發(fā)明公開了一種基于直覺模糊集多屬性決策的網(wǎng)絡選擇方法，包括：確定直覺模糊集決策矩陣；將直覺模糊集決策矩陣中的每個屬性值轉換為梯形模糊數(shù)，得到梯形模糊數(shù)決策矩陣，同時得到每個梯形模糊數(shù)的隸屬度函數(shù)；利用直覺模糊集的距離公式，將直覺模糊集的距離關系轉換為對應的梯形模糊數(shù)集的隸屬度函數(shù)的面積關系，根據(jù)該梯形模糊數(shù)決策矩陣，得到各待選網(wǎng)絡與所有其他待選網(wǎng)絡在每個屬性下的總離差；基于離差最大化思想，建立屬性的權重模型，根據(jù)總離差值，得到每個屬性的權重值；利用直覺模糊集代數(shù)平均算子IFWA計算待選網(wǎng)絡的綜合屬性值，從待選網(wǎng)絡中選擇出最佳網(wǎng)絡。本發(fā)明可有效解決異構網(wǎng)絡環(huán)境中的網(wǎng)絡選擇問題。
【IPC分類】H04W36-14, H04W48-18
【公開號】CN104812027
【申請?zhí)枴緾N201410033996
【發(fā)明人】蘇放, 李靜, 黃洋, 路放, 肖坤
【申請人】北京郵電大學
【公開日】2015年7月29日
【申請日】2014年1月23日