基于梯度和剩余能量的WSN路由算法研究

针对无线传感器网络能量受限的特征,提出一种基于梯度和剩余能量的智能蚁群路由算法,不仅考虑了节点间的梯度因素,而且还考虑了节点的剩余能量,从多角度节能并延长整个网络的使用寿命.在该算法中,若蚂蚁走过的当前路径比以往最佳路径更优,则加强当前路径信息素,并用当前路径取代最佳路径,否则减弱当前路径信息素.仿真结果验证了该算法在平均能量消耗和延迟方面表现出良好的性能.     

基于信息熵的模糊多属性决策供应商选择方法

提出了一种针对供应商选择最优决策问题的基于信息熵的模糊多属性决策方法。针对供应商的多属性决策问题,确定属性集,利用信息熵求出各属性权重,运用模糊数排序方法对方案的模糊效用值进行排序,以确定最优方案。最后以某企业为例做了实例分析,将此方法应用于对这五个供应商进行评分排序,并从中选择出最为合适的供应商,表明此方法行之有效。     

基于Omnet++的WSN路由实验教学平台

在无线传感器网络(WSN)教学过程中开展实验较为困难。为此,提出一种基于源代码级合成的WSN路由实验教学平台。采用模块化的方法将路由算法的通用部分固化,通过用户输入路由参数配置不同的路由算法,允许学生在进行路由实验时只关注于路由协议的关键算法,且可自行设计一些路由算法进行仿真测试。评测结果表明,大部分使用者都能在2个课时内成功完成一个以上的路由算法,简化仿真实验的难度与工作量。     

基于模糊多属性决策的虚拟企业风险评价方法

虚拟企业在帮助企业获得反应灵活性的同时,也不可避免地蕴涵了诸多风险因素。在分析虚拟企业风险评价应该考虑的主要因素的基础上,建立了一套适用于虚拟企业风险评价的指标体系。并以三角模糊数的形式给出指标值和评价者的主观感觉值,将基于期望值的模糊多属性决策法引入虚拟企业的风险评价中。同时讨论了指标权重完全未知和部分未知时虚拟企业的风险评价问题,得到虚拟企业方案综合选择的优先顺序。实例说明了虚拟企业风险评价的具体过程。     

多约束条件下能耗均衡的WSN路由算法的研究

无线传感器网络WSN节点自身的特点决定了能量的消耗成为评价网络路由协议优劣的重要指标。但如果仅仅从总能量消耗最少的目标来设计路由,可能会使得部分节点被过度地使用而过早死亡,从而影响整个网络的寿命。同时还可能由于一些可扩展性较差的节点被频繁地使用而造成整个网络路由的可扩展性较差。由此可见,WSN路由的设计需要考虑多个约束条件,如总能量的消耗、能量消耗的均衡性和路径的可扩展性。提出一种基于遗传算法的WSN路由算法,综合考虑约束条件,结合约束条件设计适应度函数,利用遗传算法求得最优解。仿真结果证实该算法的有效性。     

无线传感器网络中基于多属性决策的数据转发算法

如何在严格的能量约束下均衡传感器节点能耗、延长网络生存时间是无线传感器网络数据转发研究中的一个难题.利用多属性决策理论提出了一种基于多属性决策的数据转发(multiple attribute decision making based data forwarding, MadmDF)算法来解决该问题.MadmDF算法综合评价备选数据转发节点的属性信息,从中选择最优邻居节点进行数据转发,使网络数据流量得到了合理的分配,从而均衡了网络能耗,延长了网络生存时间.仿真结果表明该算法与同类数据转发算法相比具有一定优越性.     

给出属性优先序的模糊多属性决策方法

研究属性值为模糊变量,已知属性优先序信息的模糊多属性决策问题。基于模糊变量的期望值、模糊变量之间的距离等概念,建立以极大化属性值的离差为目标的模糊期望值模型来确定各属性的权重;基于期望值算子,计算出各方案的期望效用值,从而获得各方案的排序;通过数值算例说明所提出方法的有效性。     

基于智能算法的层次型多链WSN路由协议

路由协议设计是无线传感器网络的一个重要领域,可靠性、低开销、易于维护是无线传感器网络路由协议的设计目标。本文基于层次型拓扑控制思想,并在成链算法PEGASIS基础上引入智能成链策略,提出新的路由协议——HMCRP（Hierarchical Multi-Chain Routing Protocol）。HMCRP基于虚拟网格方式将网络划分为两层自治区域,简化拓扑复杂度;区域内节点按照蚁群算法成链,保证形成全局最优或较优的传输路径;提出链头选取公式,综合考虑节点性能、区域链的数据传输代价。通过matlab与omnet++相结合的仿真实验,与PEGASIS协议及其改进协议相比较,验证了HMCRP在延长网络生命周期、降低数据传输平均能耗以及提高数据接收率等方面的优势。     

无线传感器网络基于模糊信息的QoS路由发现方法

有效使用片上受限资源以保持最长的生命周期是无线传感器网络的核心问题.无线传感器网络不断增长的多媒体应用引发人们研究如何满足具体应用的服务质量约束.能量因素与QoS各参数的相互影响构成了一个NP完全问题.本文引入模糊数学理论中的区间数概念抽象现实网络提供的信息,利用排队论方法将多业务多类型QoS多参数的约束和目标简化,从而得到了一种满足多类型业务多参数QoS要求的路由算法.仿真实验结果表明,在满足多类型业务多参数QoS要求的前提下,本文算法能很好支持多种业务的资源需求分配,可达到全网最优能耗均衡,延长网络寿命.     

基于前景和量子理论的模糊多属性决策方法

针对属性权重不完全确定且属性偏好值为区间直觉模糊数的多属性决策问题,提出一种基于前景理论和量子进化算法的模糊多属性决策方法。该方法根据前景理论及模糊数距离公式,定义区间直觉模糊数的前景价值函数,同时将决策者对方案的风险偏好纳入决策行为中,以此来构建方案综合前景值最大化的非线性规划模型。通过引入量子进化算法,求解模型得出最优权重向量。最终根据方案前景值确定出方案的排序。该方法适用于模糊决策环境,能满足决策者不提供确定属性权重的要求,并充分考虑决策者风险心理因素对决策行为的影响,具有广泛的应用价值。数值算例说明了该方法的有效性和可行性。     

考虑属性权重优化的犹豫模糊多属性决策方法

针对属性权重完全未知的犹豫模糊多属性决策问题, 提出一种属性权重多目标优化方法. 首先, 根据属性值的均值、方差以及属性间的关联度建立属性权重确定模型; 然后, 利用方案与犹豫模糊正理想点的相似度对方案进行排序; 最后, 通过算例分析表明了所提出方法的有效性和可行性.

     

对方案有偏好的Vague集多属性决策方法的改进

针对属性权重未知且对方案有偏好的Vague集多属性决策问题,应用直觉模糊集的理论方法,建立了基于最小方差的多目标最优化模型。通过求解该模型,获得各属性的权重。此模型弥补了要瑞璞提出的线性规划模型求解属性权重为负的不足和缺陷。通过计算各方案综合值之间比较的可能度,给出了相应决策分析方法。进行了实例分析,说明了该方法的实用性和有效性。     

基于毕达哥拉斯模糊幂加权平均算子的多属性群决策方法

研究了毕达哥拉斯模糊环境下的多属性群决策问题。首先,将毕达哥拉斯模糊信息引入幂平均加权算子,提出毕达哥拉斯模糊幂加权平均（PFPWA） 算子,并研究所提算子的基本性质。然后,在毕达哥拉斯模糊数（PFN） 为信息输入的框架内,提出基于毕达哥拉斯模糊幂加权平均算子的群决策方法。所提出的方法使用毕达哥斯拉信息使得决策者的信息表达更加灵活,并且在信息集结过程中采用幂加权平均算子能够同时考虑专家权威与评估信息的可信度。最后,通过案例分析验证了所提方法的可行性和有效性。     

犹豫梯形模糊算子在多属性决策中的应用

结合犹豫模糊集和梯形模糊集,提出犹豫梯形模糊集的概念。首先,给出犹豫梯形模糊数的运算法则,探讨犹豫梯形模糊加权平均（HTrFWA）算子和犹豫梯形模糊加权几何（HTrFWG）算子。考虑到犹豫梯形模糊数的有序位置存在具有不同权重的情况,定义了犹豫梯形模糊有序加权平均（HTrFOWA）算子和犹豫梯形模糊有序加权几何（HTrFOWG）算子,并讨论了其相应的运算定理。其次,构建犹豫梯形模糊数的得分函数,并给出犹豫梯形模糊数的排序方法。最后,提出了基于HTrFWA算子和HTrFWG算子的犹豫梯形模糊多属性决策方法,并通过实例进行验证。     

直觉模糊多属性决策的新方法

针对属性值以直觉模糊数形式给出的多属性决策中确定属性权重的问题,提出了一种直觉模糊数熵权的确定方法,依照传统权熵的确定方法的思路,通过一个公式求得直觉模糊熵;然后求得属性的信息熵;根据传统熵权确定公式得到属性权重,进而利用得分函数对方案进行排序;最后通过算例说明该方法的有效性和实用性。     

对方案有偏好的直觉模糊多属性决策方法

对属性权重信息不完全、属性值和决策者对方案的偏好信息均以直觉模糊数表示的多属性决策问题提出一种决策方法。首先根据决策者对方案的偏好信息建立多目标规划模型,求出属性权重,接着利用觉模糊加权算术平均算子求出方案的综合属性值,由直觉模糊数的得分函数和精确函数确定方案的排序,最后通过实例证明了该方法的实用性和有效性。     

基于Vague集的多阶段模糊多属性决策方法研究

综述了基于Vague集的多属性决策方法,针对现有研究成果存在的不足,提出了基于Vague集的多阶段模糊多属性决策方法,阐述了该方法的基本步骤和实现过程。该方法分阶段对决策方案进行筛选淘汰,找出最佳决策方案,能有效解决现有Vague集排序函数失效的问题。数值实验表明,该方法有很好的求解能力,为基于Vague集求解模糊多属性决策问题提供了一种新的思路和方法。     

一种基于灰色关联度的多属性群决策方法

基于灰色关联度的思想提出了一种群决策方法。该方法根据各专家给出的决策矩阵,利用灰色关联度的思想确定专家权重,得出群决策矩阵,基于偏差最大化的思想计算属性权重,计算各方案的综合关联度,据此确定方案的排序。算例表明了利用此方法得出的方案综合关联度之间相对差距较大,提高了决策的科学性和有效性。指出了徐选华等人提出的算例中的错误,予以纠正。     

Pythagorean fuzzy power aggregation operators in multiple attribute decision making

In this paper, we utilize power aggregation operators to develop some Pythagorean fuzzy power aggregation operators: Pythagorean fuzzy power average operator, Pythagorean fuzzy power geometric operator, Pythagorean fuzzy power weighted average operator, Pythagorean fuzzy power weighted geometric operator, Pythagorean fuzzy power ordered weighted average operator, Pythagorean fuzzy power ordered weighted geometric operator, Pythagorean fuzzy power hybrid average operator, and Pythagorean fuzzy power hybrid geometric operator. The prominent characteristic of these proposed operators are studied. Then, we have utilized these operators to develop some approaches to solve the Pythagorean fuzzy multiple attribute decision‐making problems. Finally, a practical example is given to verify the developed approach and to demonstrate its practicality and effectiveness.     

Vague集多属性决策的可能度法

给出了Vague集比较的可能度定义,并研究了其所具有的性质。针对属性权重已知和完全未知的Vague集多属性决策问题,应用最优点方案来建立最优化决策模型。应用Vague集间比较的可能度公式,提出了解决Vague集多属性决策问题的新方法。最后以应用实例对该方法进行说明和验证。