移动社交网络中基于智能优化的消息转发机制研究
| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题的研究背景 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文的主要工作 | 第14-15页 |
| 1.4 课题的研究意义 | 第15-16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 第二章 背景知识 | 第17-26页 |
| 2.1 社交网络简介 | 第17-20页 |
| 2.1.1 六度分隔理论 | 第18-19页 |
| 2.1.2 机会网络的概念 | 第19-20页 |
| 2.2 移动社交网络简介 | 第20-23页 |
| 2.2.1 移动社交网络的概念 | 第21页 |
| 2.2.2 移动社交网络中的数据连接方式 | 第21-22页 |
| 2.2.3 移动社交网络的应用 | 第22-23页 |
| 2.3 智能优化理论 | 第23-25页 |
| 2.4 仿真工具 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于蚁群优化的消息转发机制研究 | 第26-39页 |
| 3.1 移动社交网络模型 | 第26-28页 |
| 3.2 蚁群优化简介 | 第28页 |
| 3.3 基于蚁群优化的消息转发机制ACOMSN | 第28-30页 |
| 3.3.1 信息记录表 | 第29-30页 |
| 3.3.2 节点转发消息的策略 | 第30页 |
| 3.3.3 信息蒸发策略 | 第30页 |
| 3.4 仿真实验 | 第30-38页 |
| 3.4.1 ACOMSN的具体实现方案 | 第31-32页 |
| 3.4.2 实验设置 | 第32-33页 |
| 3.4.3 实验结果 | 第33-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于粒子群和蚁群优化的消息转发机制研究 | 第39-53页 |
| 4.1 粒子群优化简介 | 第39-42页 |
| 4.1.1 粒子群优化原理 | 第39-41页 |
| 4.1.2 粒子群优化的发展和应用 | 第41-42页 |
| 4.2 粒子群优化和ACOMSN的融合策略 | 第42-46页 |
| 4.2.1 粒子群优化的初始化 | 第43页 |
| 4.2.2 粒子群优化的搜索策略 | 第43-44页 |
| 4.2.3 交叉和变异 | 第44-45页 |
| 4.2.4 基于QoS多约束的目标函数 | 第45-46页 |
| 4.3 仿真实验 | 第46-52页 |
| 4.3.1 实验设置 | 第47页 |
| 4.3.2 实验结果 | 第47-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 基于节点声誉值的消息转发机制研究 | 第53-63页 |
| 5.1 自私节点的负面影响 | 第53-55页 |
| 5.2 移动社交网络中的激励机制 | 第55-57页 |
| 5.3 基于节点声誉值的激励机制 | 第57-58页 |
| 5.3.1 节点交互策略 | 第57-58页 |
| 5.3.2 节点声誉值的更新策略 | 第58页 |
| 5.4 仿真实验 | 第58-62页 |
| 5.4.1 实验设置 | 第58页 |
| 5.4.2 实验结果 | 第58-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 攻读学位期间本人的科研成果 | 第71-73页 |
| 致谢 | 第73页 |
