基于遗传优化的多属性判决5G-Wifi网络切换算法matlab仿真

本文主要是介绍基于遗传优化的多属性判决5G-Wifi网络切换算法matlab仿真，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1.算法运行效果图预览

2.算法运行软件版本

3.部分核心程序

4.算法理论概述

5.算法完整程序工程

1.算法运行效果图预览

2.算法运行软件版本

MATLAB2022a

3.部分核心程序

..........................................................................
%接收功率、网络覆盖范围、速率、费用价格
%P5g,D5g,S5g,L5g,C5g
C=[1,	3,  5, 7, 9;1/3, 1,  3, 5, 7; 1/5,	1/3,1, 3, 5;1/7,	1/5, 1/3, 1,	3;1/9,	1/7, 1/5, 1/3,	1];%获得收益函数%获得收益函数f5g = (Rs(1,1)^w1)*(Rs(1,2)^w2)*(Rs(1,3)^w3)*(Rs(1,4)^w4)*(Rs(1,5)^w5) + TQOS_5g;fwf = (Rs(2,1)^w1)*(Rs(2,2)^w2)*(Rs(2,3)^w3)*(Rs(2,4)^w4)*(Rs(2,5)^w5) + TQOS_wf;%进行判决%进行判决if f5g > fwff1(i) = 1;T1_5g = T1_5g + 1;elsef1(i) = 0; T1_wf = T1_wf + 1;endif abs(f5g-fwf) < 1STOP_TIME=STOP_TIME-1;elseSTOP_TIME=STOP_TIME+1;  endSTOP_TIME=min(STOP_TIME,36);STOP_TIME=max(STOP_TIME,4);%驻留时间%驻留时间if i > STOP_TIMEC1(i) = mean(f1(i-STOP_TIME+1:i)); C2    = mean(C1(i-STOP_TIME+1:i)); f0(i) =(sign(C2-0.49)+1)/2;elseC1(i) = mean(f1(1:i));  C2    = mean(C1(1:i));f0(i) =(sign(C2-0.49)+1)/2;end%计算收益值变化值，如果变换较大，则反馈更新权值，否则权值不变%计算收益值变化值，如果变换较大，则反馈更新权值，否则权值不变ERR = abs(fwf-f5g);if ERR < 1is_opt = 0; elseis_opt = 1;  endelse%存在远大于的情况，则认为是只检测一个网络if RSS_5G   >= Beta*RSS_WIFI%5G远大于WIFI  f1(i) = 1;RSS   = RSS_5G;T1_5g = T1_5g + 1;endif RSS_WIFI >= Beta*RSS_5G%WIFI远大于5Gf1(i) = 0; RSS   = RSS_WIFI;T1_wf = T1_wf + 1;end  %驻留时间%驻留时间if i > STOP_TIMEC1(i) = mean(f1(i-STOP_TIME+1:i)); C2    = mean(C1(i-STOP_TIME+1:i)); f0(i) =(sign(C2-0.49)+1)/2;elseC1(i) = mean(f1(1:i));  C2    = mean(C1(1:i));f0(i) =(sign(C2-0.49)+1)/2;endend   end%门限更新Tt(i) = 0.5*RSS;if i == 1T = Tt(i)elseT = alpha*Tt(i) + (1-alpha)*Tt(i-1);%门限做二次平滑 end%统计切换次数if i > 3if abs(f0(i)-f0(i-1))>0.1count = count + 1;endCNT(i)=count;end 
end%Over i = 1:Nfigure;
plot(f0,'b','Linewidth',2);
hold on;
plot(1:N,0.5*ones(1,N),'r','Linewidth',2);
grid on;
xlabel('Times');
ylabel('判决门限');
axis([0,N,-0.2,1.2]);
text(N/4,1.1,'接入5G')
text(3*N/4,0.1,'接入WIFI')
title('本课题算法');figure;
plot(1:N,CNT,'r','Linewidth',2);
grid on;
xlabel('Times');
ylabel('切换次数');
title('本课题算法');
save R1.mat f0 N CNT
01_089m

4.算法理论概述

整个网络由一个5G基站，一个WIFI基站，以及一个移动终端设备构成。移动终端设备首先位于有5G网络环境，随后运动进入5G/WIFI的异构融合网络，进行网络的切换判决，最后移出该融合网络，再次进入5G网络覆盖范围。

本文提出了一种基于遗传优化的多属性判决5G-Wifi网络切换算法，该算法通过结合遗传算法和多属性决策理论，实现了对网络切换过程的优化和加速。具体来说，我们首先使用遗传算法对网络切换过程中的参数进行优化，然后使用多属性决策方法对网络的多个属性进行综合评估，以得到最优的网络切换决策。

我们首先定义网络切换的问题模型。设网络的属性集合为A={a1, a2, ..., an}，其中每个属性ai表示网络的某个特性，如带宽、延迟、信号强度等。设网络集合为N={n1, n2, ..., nm}，其中每个网络nj表示一个可用的网络。我们的目标是在给定的时刻t，找到一个最优的网络n*∈N，使得网络切换后的综合性能最佳。为了量化网络的综合性能，我们引入一个多属性判决函数F，该函数将网络的多个属性映射到一个实数空间：

F: A→R (1)

其中R表示实数集。这个函数可以根据不同的应用场景和需求，采用不同的形式和权重。例如，可以采用加权平均法、TOPSIS法等方法来构建。

算法的基本步骤如下：

第一：进行RSS的计算；

第二：根据反馈门限和RSS进行网络的识别，区分存在一个网络和两个网络；

第三：在存在两个网络的情况下进行AHP分层，获得多属性参数；

第四：初始化计算多属性参数的加权值；

第五：使用改进后的遗传算法，对加权值进行优化；

第六：设计一种结合用户QOS的网络收益函数，用来判断是否切换；

第七：门限的调整，驻留时间的调整

其中，遗传算法的适应度函数如下：