| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 缩略语 | 第11-13页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 课题背景及意义 | 第13-15页 |
| 1.2 研究内容及章节安排 | 第15-17页 |
| 1.2.1 主要研究内容 | 第15页 |
| 1.2.2 论文章节安排 | 第15-17页 |
| 第2章 异构网络资源优化管理关键技术 | 第17-29页 |
| 2.1 异构网络融合发展及关键技术概述 | 第17-21页 |
| 2.1.1 异构网络融合发展概述 | 第17-18页 |
| 2.1.2 异构网络融合关键技术 | 第18-21页 |
| 2.2 异构网络资源优化算法研究现状及分析 | 第21-22页 |
| 2.2.1 资源调度算法 | 第21页 |
| 2.2.2 接纳控制算法 | 第21-22页 |
| 2.2.3 资源分配算法 | 第22页 |
| 2.3 异构网络中的资源分配算法研究 | 第22-27页 |
| 2.3.1 异构网络中资源分配的特点 | 第22-25页 |
| 2.3.2 异构网络中资源分配算法的研究现状和挑战 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 异构网络中基于遗传运算的资源分配算法 | 第29-47页 |
| 3.1 背景介绍 | 第29-33页 |
| 3.1.1 遗传算法概述 | 第29-30页 |
| 3.1.2 遗传算法的基本原理 | 第30-33页 |
| 3.2 异构网络系统模型 | 第33-34页 |
| 3.3 异构网络中基于遗传运算的资源分配算法 | 第34-39页 |
| 3.3.1 基于业务的资源分配算法(TRAA) | 第34-37页 |
| 3.3.2 基于网络效用的资源分配算法(URAA) | 第37-39页 |
| 3.4 仿真与分析 | 第39-45页 |
| 3.4.1 仿真场景与参数设置 | 第39-40页 |
| 3.4.2 仿真结果与分析 | 第40-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 异构网络中基于蚁群优化的资源分配算法 | 第47-57页 |
| 4.1 背景介绍 | 第47-49页 |
| 4.1.1 蚁群算法概述 | 第47页 |
| 4.1.2 蚁群算法基本原理 | 第47-49页 |
| 4.2 基于蚁群优化的资源分配算法 | 第49-53页 |
| 4.2.1 蚁群优化模型 | 第50-51页 |
| 4.2.2 蚁群优化求解资源分配问题 | 第51-53页 |
| 4.3 仿真与分析 | 第53-56页 |
| 4.3.1 仿真场景与参数设置 | 第53页 |
| 4.3.2 仿真结果与分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 异构网络中基于混合优化的资源分配算法 | 第57-67页 |
| 5.1 混合优化算法的基本思想 | 第57-60页 |
| 5.1.1 混合优化算法的发展与研究现状 | 第57-58页 |
| 5.1.2 混合优化算法的基本框架 | 第58-60页 |
| 5.2 混合优化算法的实现 | 第60-61页 |
| 5.2.1 基于遗传算法的资源初次分配 | 第60-61页 |
| 5.2.2 基于蚁群算法的资源再分配 | 第61页 |
| 5.3 仿真与分析 | 第61-65页 |
| 5.3.1 仿真场景与参数设置 | 第61-62页 |
| 5.3.2 仿真结果与分析 | 第62-65页 |
| 5.4 本章小结 | 第65-67页 |
| 第6章 总结和展望 | 第67-69页 |
| 6.1 研究工作总结 | 第67页 |
| 6.2 研究展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间的研究成果 | 第75页 |
| 1 学术论文 | 第75页 |
| 2 专利(执笔) | 第75页 |
| 3 参与的科研项目 | 第75页 |