基于粒子群优化的模糊神经网络垂直切换算法

• 作者: 张晓萌 朱若函 郭强
• 来源期刊: 微电子学与计算机
• 关键词: 异构网络 垂直切换 模糊神经网络 粒子群算法 网络仿真
• 年，卷（期）: 2015,（8）
• 页码范围: 12-18,23
• 页数: 8页
• 分类号: TP393.1
• 语种: 中文

摘要

针对异构网络融合场景中各种无线接入技术的选择，提出一种基于粒子群算法优化的模糊神经网络的垂直切换算法（PSO‐FNN）。该算法由对信号强度的前向差分预测模块、预判决模块、模糊神经网络处理模块和接入判决模块四个模块组成。其中差分预测模块可以预测出下一时刻的接收信号强度，这样可以缩短切换触发时间，提高判决精确性。预判决模块的执行可以减少进入模糊神经网络模块的样本数。模糊神经网络模块考虑了网络接收信号强度、网络负载、网络带宽和用户终端的移动速度四种判决因素，并采用了改进后的搜索能力更好的粒子群算法进行优化。仿真结果表明，该算法选择的网络在业务响应时间和吞吐量等方面具有更好的性能，提高了用户服务质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭强	山东财经大学管理科学与工程学院	13	51	5.0	6.0
2	朱若函	山东财经大学管理科学与工程学院	2	16	2.0	2.0
3	张晓萌	山东财经大学管理科学与工程学院	11	34	3.0	5.0