文档名：基于退火狼群算法的卫星星座网络抗毁性优化
摘要：为提高卫星星座网络受到攻击后的抗毁性及工作能力,提出了一种模拟退火狼群算法.该算法利用主客观权重法结合综合逼近理想排序法(TOPSIS:TechniqueforOrderPreferencebySimilaritytoIdealSolution)对网络中的节点进行重要度评估,并按照节点重要度排序依次攻击.以网络连通度与网络连通效率为优化目标,卫星星座网络通信限制为约束条件,采用运动算子的思想实现狼群自适应步长的游走、召唤和围攻.使用通过优化得出的加边方案对网络结构进行优化.实验表明,与其他优化算法相比,该算法具有优越性,解决了卫星星座网络在受到攻击后工作能力下降的问题,提高了其受到攻击后的抗毁性.
Abstract：Inordertoimprovetheinvulnerabilityandworkingabilityofthesatelliteconstellationnetworkafterbeingattacked,asimulatedannealingwolfpackalgorithmisproposed.WeusethesubjectiveandobjectiveweightmethodcombinedwiththeTOPSIS(TechniqueforOrderPreferencebySimilarity)toIdealSolutiontoevaluatetheimportanceofnodesinthenetwork,andattackthenetworkaccordingtotheorderofnodeimportance.Thenetworkconnectionefficiencyistheoptimizationgoal,andthesatelliteconstellationnetworkcommunicationlimitationistheconstraintcondition.Theideaofmotionoperatorisadoptedtorealizethewalking,summoningandsiegingofwolveswithadaptivestepsize.Thenetworkstructureisoptimizedusingtheedge-addingschemeobtainedthroughoptimization.Experimentsshowthatcomparedwithotheroptimizationalgorithms,thisalgorithmhassuperiority.Itsolvestheproblemthatthesatelliteconstellationnetwork'sworkingabilitydeclinesafterbeingattacked,andimprovesitsinvulnerabilityafterbeingattacked.
作者：王明霞 陈晓明 雍可南Author：WANGMingxia CHENXiaoming YONGKenan
作者单位：南京航空航天大学自动化学院,南京211106
刊名：吉林大学学报（信息科学版）
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2024, 42(1)
分类号：TN927.2V474
关键词：卫星星座网络 抗毁性优化 模拟退火算法 改进狼群算法
Keywords：satellitenetwork invulnerabilityoptimization simulatedannealingalgorithm improvedwolfcolonyalgorithm
机标分类号：TP393.02TN915.02U9
在线出版日期：2024年4月3日
基金项目：科技创新新一代人工智能重大基金资助项目基于退火狼群算法的卫星星座网络抗毁性优化[
期刊论文] 吉林大学学报（信息科学版）--2024, 42(1)王明霞 陈晓明 雍可南为提高卫星星座网络受到攻击后的抗毁性及工作能力,提出了一种模拟退火狼群算法.该算法利用主客观权重法结合综合逼近理想排序法(TOPSIS:TechniqueforOrderPreferencebySimilaritytoIdealSolution)对网络中的节...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于退火狼群算法的卫星星座网络抗毁性优化 Optimization of Constellation Invulnerability Based on Wolf Colony Algorithm of Simulated Annealing Optimization
基于退火狼群算法的卫星星座网络抗毁性优化.pdf
|
