自然计算与网络状态认知和流量控制【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

自然计算与网络状态认知和流量控制PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述1

1.1 绪论1

1.1.1 网络发展的驱动力1

1.1.2 网络的发展宗旨2

1.2 计算机网络2

1.2.1 计算机网络发展概述3

1.2.2 计算机网络的分类4

1.3 下一代网络5

1.3.1 下一代网络的概念5

1.3.2 下一代网络的目标和基本特征6

1.4 网络发展趋势7

1.4.1 网络发展趋势概述7

1.4.2 TCP/IP协议7

1.4.3 拥塞控制的必要性8

1.4.4 TCP/IP拥塞控制9

1.5 自然计算12

1.5.1 自然计算概述12

1.5.2 神经内分泌免疫系统14

1.5.3 群体智能16

1.6 小结17

第2章 网络状态认知和拥塞控制19

2.1 概述19

2.2 网络认知的意义20

2.3 网络认知技术简介23

2.3.1 分层架构23

2.3.2 指标体系25

2.4 网络认知技术的问题、方法与技术27

2.4.1 主要问题27

2.4.2 网络认知方法29

2.4.3 网络认知技术31

2.5 典型项目34

2.6 网络认知工具35

2.6.1 主动工具35

2.6.2 被动工具38

2.7 网络端到端性能认知40

2.7.1 端到端时延测量40

2.7.2 网络端到端带宽测量50

2.8 无线网络认知技术53

2.8.1 网络认知工具54

2.8.2 代表性网络认知成果58

2.9 网络性能分析技术59

2.9.1 基本概念介绍60

2.9.2 数学理论基础60

2.9.3 典型网络业务性能分析67

2.10 网络传输拥塞控制72

2.10.1 概述72

2.10.2 网络拥塞与拥塞控制72

2.10.3 网络拥塞产生的原因73

2.10.4 网络拥塞控制措施与分类74

2.10.5 网络拥塞控制的有效性评价75

2.10.6 TCP拥塞控制77

2.10.7 IP拥塞控制85

2.11 小结94

第3章 模糊逻辑理论96

3.1 模糊集合及其基本定理96

3.1.1 经典集合与特征函数96

3.1.2 模糊集合与隶属函数97

3.1.3 模糊集的运算及其性质99

3.1.4 λ截集100

3.1.5 分解定理101

3.1.6 扩张定理103

3.2 模糊关系、模糊矩阵与模糊图106

3.2.1 模糊关系的定义与性质106

3.2.2 模糊关系的自反性、对称性和传递性107

3.2.3 模糊矩阵的概念与运算109

3.2.4 模糊图及其应用111

3.3 隶属函数113

3.3.1 隶属函数的确定思路113

3.3.2 模糊统计法114

3.3.3 二元对比排序法115

3.3.4 集值统计116

3.3.5 模糊分布117

3.4 模糊模式识别118

3.4.1 贴近度与距离118

3.4.2 模糊模式识别的基本原则121

3.4.3 模糊模式识别应用121

3.5 模糊综合评判与决策125

3.5.1 模糊映射与模糊变换125

3.5.2 综合评判模型126

3.5.3 单层综合评判127

3.5.4 多层综合评判127

3.5.5 多因素模糊综合评判128

3.6 模糊控制系统的应用130

3.6.1 模糊控制概述130

3.6.2 模糊控制与智能算法的结合131

3.6.3 模糊控制的发展前景132

3.7 小结133

第4章 自然计算与计算智能134

4.1 自然计算的概念和主要研究分支134

4.1.1 自然计算的概念134

4.1.2 自然计算的主要研究分支135

4.2 自然计算模型136

4.2.1 人工蜂群算法136

4.2.2 群搜索优化137

4.2.3 细菌觅食算法138

4.2.4 混沌优化140

4.2.5 差分进化140

4.2.6 自然计算模式统一框架141

4.3 群体智能算法143

4.3.1 微粒群算法143

4.3.2 蚁群算法151

4.4 神经免疫内分泌算法168

4.4.1 人工神经网络168

4.4.2 人工免疫算法181

4.4.3 人工内分泌算法189

4.5 自然计算的应用与发展展望196

4.5.1 新能源与新材料领域196

4.5.2 民用航空制造业与新能源汽车197

4.5.3 先进重大装备领域198

4.5.4 生物医药领域199

4.5.5 电子信息与软件服务业199

4.6 小结201

第5章 自然计算与网络认知202

5.1 引言202

5.2 网络状态认知202

5.2.1 跨层设计203

5.2.2 参数提取204

5.2.3 参数分析205

5.3 基于模糊综合评判的网络认知206

5.3.1 单因素模糊评判与网络认知207

5.3.2 单因素模糊评判与网络认知实例208

5.3.3 多因素模糊综合评判与网络认知209

5.3.4 多因素模糊综合评判与网络认知实例210

5.4 基于神经内分泌免疫系统的网络认知213

5.5 小结215

第6章 自然计算与流量控制216

6.1 引言216

6.2 基于Lotka-Volterra竞争模型的流量控制机制216

6.3 基于粒子群优化的流量控制模型218

6.4 基于混沌优化的流量控制模型220

6.5 网络仿真平台225

6.5.1 网络状态认知和流量控制模型仿真平台的构建225

6.5.2 NS2的仿真流程229

6.6 智能控制网关应用229

6.6.1 智能网关的工作原理230

6.6.2 智能网关的应用实例234

6.7 小结247

第七章 应用实例248

7.1 网络跨层参数的提取和各参数贴近度分析实验及数据分析248

7.2 基于MDP的单因素模糊评判（TCP-M协议）实验及数据分析250

7.3 基于SOPD的单因素模糊评判（TCP-S协议）实验及数据分析252

7.4 基于多个网络参数的隶属度和动态权重计算进行网络等级划分（TCP-F协议和TCP-B协议）实验及数据分析255

7.5 基于免疫系统算法的网络等级划分（TCP-LD协议）实验及数据分析259

7.6 基于Lotka-Volterra竞争模型的流量控制机制实验及数据分析262

7.6.1 概述262

7.6.2 捕食模型算法仿真262

7.6.3 捕食模型对网络初值化仿真265

7.6.4 大带宽时延网络性能分析269

7.7 异构网络中TCP Reno稳态吞吐量预测模型仿真273

7.7.1 异构网络中TCP Reno稳态吞吐量预测模型274

7.7.2 模型仿真与数据分析275

7.8 实时视频传输系统性能分析277

7.9 WiFi自适应调制方式分析278

7.10 移动无线接入网络性能分析279

参考文献281