CN105407514A - 一种基于ahp/r-topsis的无线网络垂直切换方法 - Google Patents

Abstract

本发明公开一种基于AHP/R-TOPSIS的无线网络垂直切换方法，1）按照1~9度法对决策因子进行相对重要程度赋值，得出判决矩阵；2）根据判决矩阵，利用AHP计算主观权重，利用熵和熵权的基本原理计算客观权重。然后计算它们的合成权重；3）根据权重利用R-TOPSIS算法计算最佳网络，从而做出切换决策；4）根据切换决策执行切换。本发明对传统的TOPSIS算法进行了改进，通过仿真分析显示，改进TOPSIS算法在同等测试环境下性能比传统的TOPSIS算法提高2到3个数量级。

Description

一种基于AHP/R-TOPSIS的无线网络垂直切换方法

技术领域

本发明涉及异构网垂直切换技术领域，更具体地，涉及一种新的适合于异构网中网络决策方法，是基于AHP/R-TOPSIS的无线网络垂直切换方法。

背景技术

随着移动通信技术和互联网的高速发展，多种异构无线网络出现，用户对网络应用的要求也在不断提高，网络在信息获取、传输和数据存储、共享方面产生着深刻的变化。许多机构和组织的研究人员已经对异构无线网络做了大量深入的研究，包括网络技术演进、异构网络间的垂直切换、网络互联、应用场景、网络选择和服务质量。因此在这种背景下，对异构网技术的研究就显得非常重要。

在异构网技术的研究中，对多属性决策方法TOPSIS、GRA、MEW、SAW进行比较，由于TOPSIS对异构网络UMTS，802.11b，802.11a，802.11n和4G进行了优先级排序，其中考虑了业务类型、服务质量和用户偏好等因素对网络选择的影响，仿真结果证明TOPSIS算法在一些应用中性能明显优于其它三种决策方法。所以对TOPSIS进行改进和优化更有实际意义和应用价值。

发明内容

为了克服现有技术存在的不足，本发明提出了一种基于AHP/R-TOPSIS的无线网络垂直切换方法，通过对传统TOPSIS算法的改进和优化，提高贴近度的值，从而优化网络决策的精确度。

为了解决上述技术问题，本发明采用的技术方案是：

一种基于AHP/R-TOPSIS的无线网络垂直切换方法，所述方法包括：

步骤1：按照1～9度法对决策因子进行相对重要程度赋值，得出决策矩阵；

步骤2：根据决策矩阵，利用AHP计算主观权重W_a，利用熵和熵权的基本原理计算客观权重W_u；然后计算主观权重和客观权重的合成权重

步骤3：根据权重W利用R-TOPSIS算法计算最佳网络，从而做出切换决策；

步骤4：根据切换决策执行切换。

进一步地，所述步骤1中，设有m个决策因子，根据其相对重要程度，得出决策矩阵C＝{c₁,c₂,c₃,…,c_m}，其中c_i为决策因子的指标值。

进一步地，对决策矩阵C中的指标c_i进行两两比较，形成偏好判断矩阵R＝(r_ij)_m×m，i,j＝1,2,…,m：

r_ij＝c_i/c_j(1)

进一步地，所述步骤2中，利用AHP计算主观权重W_a的计算过程如下：

步骤11：将判断矩阵R每一列按公式(2)规范化：

${\stackrel{\‾}{r}}_{ij}=\frac{r_{ij}}{{\Σ}_{k=1}^m{r}_{kj}}---\left(2\right)$

步骤12：将规范化后的矩阵按行相加：

${\stackrel{\‾}{w}}_i={\Σ}_{j=1}^m{\stackrel{\‾}{r}}_{ij}---\left(3\right)$

步骤13：对向量进行规范化：

$\stackrel{\‾}{w}=\frac{{\stackrel{\‾}{w}}_i}{{\Σ}_{j=1}^m{\stackrel{\‾}{w}}_i}---\left(4\right)$

由此可得各指标的权重向量：

W_a＝(w_a1,w_a2,…,w_am)^T(5)。

进一步地，所述步骤2中，利用熵和熵权的基本原理计算客观权重W_u的计算过程如下：

步骤21：由信息论得，指标S_j输出的信息熵E_j为：

$E_j=-{\left(\ln n\right)}^{-1}{\Σ}_{i=1}^n{p}_{ij}{\mathrm{lnp}}_{ij}---\left(6\right)$

上式中，n表示信息量个数，p_ij表示某一信息量，j＝1,2,…n；当p_ij＝0时，规定p_ijlnp_ij＝0；因为0<p_ij<1，所以0<E_j<1；

步骤22：计算偏差度d_j为：

d_j＝1-E_j(7)

j＝1,2,…,K，其中的K是表示指标的总个数；

步骤23：求解各指标的客观权重为：

$W_{uj}=\frac{d_j}{{\&Sigma;}_{i=1}^k{d}_i}---\left(8\right)$

从而客观权重向量为：

W_u＝(W_u1,W_u2,W_u2,…,W_uk)^T(9)

进一步地，两种权重都具有一定的局限性，为使主客观因素考虑方法相统一，力争避免主观随意性同时兼顾用户偏好等，通常将AHP和熵权方法进行有机结合，合成权重：

$W=\&part;W_a+(1-\&part;)W_u---\left(10\right)$

所述步骤3中，将各种关键属性(带宽、信噪比、负载率、价格等)转为无量纲的值，并得出决策矩阵(B)_m×m，其元素b_ij的计算方法如下：

$b_{ij}=\frac{x_{ij}}{{\&Sigma;}_{i=1}^m{x}_{ij}^2}(j=1,2,...,m)---\left(11\right)$

其中x_ij为第i个网络j个属性的值。

进一步地，对决策矩阵进行加权化，通过矩阵B的每一列与权重向量W＝(w₁,w₂.…,w_n)^T相乘得到加权标准化决策矩阵V，有：

根据加权标准化决策矩阵V得出理想最优解和理想最差解，设A⁺、A^-分别为理想最优解和理想最差解，J为效益型参数集合，J′为代价型参数集合，则有：

$A^{+}=\{\left({\mathrm{maxv}}_{ij}\right|j\&Element;J),\left({\mathrm{minv}}_{ij}\right|j\&Element;J^{\&prime;})|i\&Element;m\}=\{v_1^{+},v_2^{+},v_3^{+},...,v_n^{+}\}---\left(13\right)$

$A^{-}=\{\left({\mathrm{minv}}_{ij}\right|j\&Element;J),\left({\mathrm{maaxv}}_{ij}\right|j\&Element;J^{\&prime;})|i\&Element;m\}=\{v_1^{-},v_2^{-},v_3^{-},...,v_n^{-}\}---\left(14\right)$

分别表示最佳参数和最差参数，i＝1,2,…,m,。

所述步骤1中，第i个网络解A_i到理想最优解A⁺、理想最差解A^-的相对距离的绝对值分别为则可计算如下：

$S_i^{+}={\&Sigma;}_{j=1}^n|v_{ij}-v_j^{+}|---\left(15\right)$

$S_i^{-}={\&Sigma;}_{j=1}^n|v_{ij}-v_j^{-}|---\left(16\right)$

i＝1,2,…,m；

利用R_TOPSIS算法计算出贴近度P：

$P_i=\frac{s_i^{-}}{\sqrt{{\left(s_i^{-}\right)}^2+{\left(s_i^{+}\right)}^2}}---\left(17\right)$

依据P_i的大小，将m个候选解降序排列，候选解排得越前即表示越接近最优解，排在最前的候选解即为切换的目标网络解。

附图说明

图1为下载实时业务的网络权重比较示例图。

图2为下载实时业务的网贴近度示例图。

图3为移动终端的选网状态示例图。

图4为本发明的流程图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。下面结合附图和实施例对本发明的技术方案做进一步的说明。

本发明提供一种基于AHP/R-TOPSIS的无线网络垂直切换方法，具体实施步骤如下：

步骤1：按照1～9度法对决策因子进行相对重要程度赋值，得出判决矩阵；

步骤2：根据判决矩阵，利用AHP计算主观权重W_a，利用熵和熵权的基本原理计算客观权重W_u。然后计算它们的合成权重

步骤3：根据权重W利用R-TOPSIS算法计算最佳网络，从而做出切换决策；

步骤4：根据切换决策执行切换。

下面结合附图对本发明做进一步的详细说明。

实施例一

下载实时业务的网络权重比较

如图一所示，设有m个决策因子，根据其相对重要程度，得出标准化决策矩阵C＝{c₁,c₂,c₃,…,c_m}，其中c_i为决策因子的值。对决策矩阵C_1×m中的每个指标c_i进行两两比较，形成偏好判断矩阵R＝(r_ij)_m×m：

{r_ij＝c_i/c_j

根据R计算主观权重W_a，先将判断矩阵R每一列规范化

${\stackrel{\&OverBar;}{r}}_{ij}=\frac{r_{ij}}{{\&Sigma;}_{k=1}^m{r}_{kj}}(i,j=1,2,...,m)$

然后将规范化后的矩阵按行相加

${\stackrel{\&OverBar;}{w}}_i={\&Sigma;}_{j=1}^m{\stackrel{\&OverBar;}{r}}_{ij}(i=1,2,...,m)$

再对向量进行规范化

$W=\frac{{\stackrel{\&OverBar;}{w}}_i}{{\&Sigma;}_{j=1}^m{\stackrel{\&OverBar;}{w}}_i}$

由此可得各指标的权重向量

W＝(w₁,w₂.…,w_m)^T

根据R计算客观权重W_a，由信息论得，指标S_j输出的信息熵为：

$E_j=-{\left(\ln N\right)}^{-1}{\&Sigma;}_{i=1}^n{p}_{ij}{\mathrm{lnp}}_{ij}(j=1,2,...)$

上式中，n表示信息量个数，p_ij表示某一信息量，j＝1,2,…n；当p_ij＝0时，规定p_ijlnp_ij＝0；因为0<p_ij<1，所以0<E_j<1；

偏差度为：

d_j＝1-E_j(j＝1,2,…,m)

求解各指标客观权重为：

$u_j=\frac{d_j}{{\&Sigma;}_{k=1}^m{d}_k}(j=1,2,...m)$

从而客观权重向量为：

u＝(u₁,u₂,u₂,…,u_m)^T

由于两种权重都具有一定的局限性，为使主客观因素考虑方法相统一，力争避免主观随意性同时兼顾用户偏好等，通常将AHP和熵权方法进行有机结合，合成权重： $W=\&part;W_a+(1-\&part;)W_u$

实施例二

下载实时业务的网贴近度。

将各种关键属性转为无量纲的值，并得出决策矩阵(B)_m×n，其元素b_ij的计算方法如下：

$b_{ij}=\frac{x_{ij}}{{\&Sigma;}_{i=1}^m{x}_{ij}^2}(j=1,2,...,m)$

其中x_ij为第i个网络j个属性的值。

然后对决策矩阵进行加权化，通过矩阵B的每一列与权重向量W＝(w₁,w₂.…,w_n)^T相乘得到加权标准化决策矩阵V，有：

再根据矩阵V得出理想最优解和理想最差解，设A⁺、A^-分别为理想最优解和理想最差解，J为效益型参数集合，J′为代价型参数集合，则有：

$A^{+}=\{\left({\mathrm{maxv}}_{ij}\right|j\&Element;J),\left({\mathrm{minv}}_{ij}\right|j\&Element;J^{\&prime;})|i\&Element;m\}=\{v_1^{+},v_2^{+},v_3^{+},...,v_n^{+}\}$

$A^{-}=\{\left({\mathrm{minv}}_{ij}\right|j\&Element;J),\left({\mathrm{maaxv}}_{ij}\right|j\&Element;J^{\&prime;})|i\&Element;m\}=\{v_1^{-},v_2^{-},v_3^{-},...,v_n^{-}\}$

求出第i个网络解A_i到理想最优解A⁺、理想最差解A^-的相对距离的绝对值分别为则可计算如下：

$S_i^{+}={\&Sigma;}_{j=1}^n|v_{ij}-v_j^{+}|\left(i=1,2,\mathrm{...},m\right)$

$S_i^{-}={\&Sigma;}_{j=1}^n|v_{ij}-v_j^{-}|\left(i=1,2,\mathrm{...},m\right)$

利用R_TOPSIS算法计算出贴近度

实施例三

移动终端的选网状态

根据实施例二计算出的贴近度，选择最大的值做为目标网络进行网络切换。

从该图中可以很直观的得到在多媒体业务下，无线网络的性能排序：Wifi，Wimax，3G。综合各个无线网络的特点，最后选择Wifi网络。在有些时间选择3G和Wimax网络，符合实际应用情况。因为相对于3G和Wimax网络来说，Wifi网络的覆盖区域半径比较小，当移动终端不在它的覆盖范围内或离它的基站较远时，就会出现这种结果。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种基于AHP/R-TOPSIS的无线网络垂直切换方法，其特征在于，包括：

步骤1：按照1～9度法对决策因子进行相对重要程度赋值，得出决策矩阵；

步骤2：根据决策矩阵，利用AHP计算主观权重W_a，利用熵和熵权的基本原理计算客观权重W_u；然后计算主观权重和客观权重的合成权重

步骤3：根据权重W利用R-TOPSIS算法计算最佳网络，从而做出切换决策；

步骤4：根据切换决策执行切换。

2.根据权利要求1所述的基于AHP/R-TOPSIS的无线网络垂直切换方法，其特征在于，所述步骤1中，设有m个决策因子，根据其相对重要程度，得出决策矩阵C＝{c₁,c₂,c₃,…,c_m}，其中c_i为决策因子的指标值。

3.根据权利要求2所述的基于AHP/R-TOPSIS的无线网络垂直切换方法，其特征在于，对决策矩阵C中的指标c_i进行两两比较，形成偏好判断矩阵R＝(r_ij)_m×m，i,j＝1,2,…,m：

r_ij＝c_i/c_j(1)。

4.根据权利要求1所述的基于AHP/R-TOPSIS的无线网络垂直切换方法，其特征在于，所述步骤2中，利用AHP计算主观权重W_a的计算过程如下：

步骤11：将判断矩阵R每一列按公式(2)规范化：

${\stackrel{\&OverBar;}{r}}_{ij}=\frac{r_{ij}}{{\mathrm{\&Sigma;}}_{k=1}^m{r}_{kj}}---\left(2\right)$

步骤12：将规范化后的矩阵按行相加：

${\stackrel{\&OverBar;}{w}}_i={\mathrm{\&Sigma;}}_{j=1}^m{\stackrel{\&OverBar;}{r}}_{ij}---\left(3\right)$

步骤13：对向量进行规范化：

$\stackrel{\&OverBar;}{w}=\frac{{\stackrel{\&OverBar;}{w}}_i}{{\mathrm{\&Sigma;}}_{j=1}^m{\stackrel{\&OverBar;}{w}}_i}---\left(4\right)$

由此可得各指标的权重向量：

W_a＝(w_a1,w_a2,…,w_am)^T(5)。

5.根据权利要求1所述的基于AHP/R-TOPSIS的无线网络垂直切换方法，其特征在于，所述步骤2中，利用熵和熵权的基本原理计算客观权重W_a的计算过程如下：

步骤21：由信息论得，指标S_j输出的信息熵E_j为：

$E_j=-{\left(lnn\right)}^{-1}{\mathrm{\&Sigma;}}_{i=1}^n{p}_{ij}{\mathrm{lnp}}_{ij}---\left(6\right)$

上式中，n表示信息量个数，p_ij表示某一信息量，j＝1,2,…n；当p_ij＝0时，规定p_ijlnp_ij＝0；因为0<p_ij<1，所以0<E_j<1；

步骤22：计算偏差度d_j为：

d_j＝1-E_j(7)

j＝1,2,…,K，其中的K是表示指标的总个数；

步骤23：求解各指标的客观权重为：

$W_{uj}=\frac{d_j}{{\mathrm{\&Sigma;}}_{i=1}^k{d}_i}---\left(8\right)$

从而客观权重向量为：

W_u＝(W_u1,W_u2,W_u2,…,W_uk)^T(9)。

6.根据权利要求1所述的基于AHP/R-TOPSIS的无线网络垂直切换方法，其特征在于，将各种参数转为无量纲的值，并得出矩阵(B)_m×n，其元素b_ij的计算方法如下：

$b_{ij}=\frac{x_{ij}}{{\mathrm{\&Sigma;}}_{i=1}^m{x}_{ij}^2}---\left(11\right)$

其中x_ij为第i个网络j个属性的值，j＝1,2,…,m。

7.根据权利要求6所述的基于AHP/R-TOPSIS的无线网络垂直切换方法，其特征在于，对决策矩阵进行加权化，通过矩阵B的每一列与权重向量W＝(w₁,w₂....,w_n)^T相乘得到加权标准化决策矩阵V，有：

8.根据权利要求7所述的基于AHP/R-TOPSIS的无线网络垂直切换方法，其特征在于，根据加权标准化决策矩阵V得出理想最优解和理想最差解，设A⁺、A^-分别为理想最优解和理想最差解，J为效益型参数集合，J′为代价型参数集合，则有：

$A^{+}=\{\left({\mathrm{maxv}}_{ij}\right|j\&Element;J),\left({\mathrm{minv}}_{ij}\right|j\&Element;J^{\&prime;})|i\&Element;m\}=\{v_1^{+},v_2^{+},v_3^{+},...,v_n^{+}\}---\left(13\right)$

$A^{-}=\{\left({\mathrm{minv}}_{ij}\right|j\&Element;J),\left({\mathrm{maaxv}}_{ij}\right|j\&Element;J^{\&prime;})|i\&Element;m\}=\{v_1^{-},v_2^{-},v_3^{-},...,v_n^{-}\}---\left(14\right)$

分别表示最佳参数和最差参数，i＝1,2,…,m。

9.根据权利要求8所述的基于AHP/R-TOPSIS的无线网络垂直切换方法，其特征在于，第i个网络解A_i到理想最优解A⁺、理最差解A^-的相对距离的绝对值分别为则可计算如下：

$S_i^{+}={\mathrm{\&Sigma;}}_{j=1}^n|v_{\mathrm{ij}}-v_j^{+}|---\left(15\right)$

$S_i^{-}={\mathrm{\&Sigma;}}_{j=1}^n|v_{\mathrm{ij}}-v_j^{-}|---\left(16\right)$

i＝1,2,…,m；

利用R_TOPSIS算法计算出贴近度P：

$P_i=\frac{S_i^{-}}{\sqrt{{\left(S_i^{-}\right)}^2+{\left(S_i^{+}\right)}^2}}---\left(17\right)$

10.根据权利要求9所述的基于AHP/R-TOPSIS的无线网络垂直切换方法，其特征在于，依据P_i的大小，将m个候选解降序排列，候选解排得越前即表示越接近最优解，排在最前的候选解即为切换的目标网络解。