| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 论文研究的背景 | 第8-9页 |
| 1.2 课题研究现状 | 第9-10页 |
| 1.3 本文内容简介 | 第10-12页 |
| 第二章 主要切换算法分析 | 第12-16页 |
| 2.1 基于接收信号强度（RSS） | 第12-14页 |
| 2.1.1 基于代价函数（Cost Function ） | 第13-14页 |
| 2.1.2 基于预判决机制 | 第14页 |
| 2.2 现有垂直切换算法 | 第14-16页 |
| 2.2.1 基于决策因素的算法 | 第14页 |
| 2.2.2 基于数学模型的算法 | 第14-16页 |
| 第三章 模糊神经网络 | 第16-31页 |
| 3.1 模糊逻辑 | 第16-19页 |
| 3.1.1 模糊化 | 第16页 |
| 3.1.2 模糊推理 | 第16-17页 |
| 3.1.3 解模糊化 | 第17-19页 |
| 3.2 人工神经网络 | 第19-28页 |
| 3.2.1 神经元 | 第19-20页 |
| 3.2.2 神经网络 | 第20-24页 |
| 3.2.3 神经网络训练 | 第24-28页 |
| 3.3 人工神经网络与模糊逻辑的结合 | 第28-29页 |
| 3.4 模糊网络的优化 | 第29-31页 |
| 第四章 基于模糊神经网络使用粒子群优化的算法 | 第31-41页 |
| 4.1 信道模型 | 第31页 |
| 4.2 算法描述 | 第31-38页 |
| 4.2.1 切换触发模块 | 第32页 |
| 4.2.2 预判决模块 | 第32-33页 |
| 4.2.3 模糊神经网络切换控制模块 | 第33-37页 |
| 4.2.4 切换判决模块 | 第37-38页 |
| 4.3 仿真场景及参数设置 | 第38-40页 |
| 4.3.1 设置仿真场景 | 第38页 |
| 4.3.2 设置仿真参数 | 第38-39页 |
| 4.3.3 仿真结果及分析 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 使用粒子群优化的主动负载均衡算法 | 第41-48页 |
| 5.1 算法描述 | 第41-45页 |
| 5.1.1 切换触发模块 | 第42页 |
| 5.1.2 切换用户选择模块 | 第42页 |
| 5.1.3 最佳分流比率计算模块 | 第42-45页 |
| 5.2 设置仿真场景及参数 | 第45-46页 |
| 5.3 仿真结果分析 | 第46-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 6.1 本文总结 | 第48-49页 |
| 6.2 未来的研究展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第54-55页 |
| 致谢 | 第55页 |