基于认知层的认知网络结构及其认知方法
设计了一种认知网络系统结构即独立于传统OSI七层结构的新的认知层,方便认知网络实现中的模块化,并降低未来网络系统实现的复杂度. 给出了认知层的功能实现模块,阐述了2种认知能力具体的实现方法:利用多目标遗传算法对认知网络进行"离线内省"学习,解决"有经验指导"的学习问题,提高认知网络的离线学习能力;利用案例推理对认知网络进行"在线判决",解决模型的快速匹配问题,提高认知网络的实时处理能力. 以异构网络中流量控制为例对这2种认知能力进行了仿真. 仿真结果表明,加入认知以后网络的各项Qos性能有明显提高.
认知网络、人工智能、多目标遗传算法、基于案例推理
35
TN915
国家九七三计划2009CB320403;国家自然科学基金60832008;60832006
2009-11-30（万方平台首次上网日期，不代表论文的发表时间）
共7页
1181-1187
