BP神经网络的Ad Hoc网络通信能力评估

2 基于BP神经网络模型评估的实现

2.1 基本设想

本文利用典型的BP神经网络，对Ad Hoc网络的通信能力进行评估。在Ad Hoc网络通信能力评估中，所需获取的数据是效能评估指标体系中一些底层的数据。评价方法的基本思想是利用神经网络的非线性映射与联想推理能力，通过反复学习，得到网络通信能力与客观参数的隐性关系式，达到形成评价方法的目的。而在原始数据和输出结果中间，会有许多复杂的过程，诸如网络的响应能力、处理能力等等。

典型的BP神经网络一般分为3层，即输入层、中间层(隐含层)和输出层。对通信能力的评估中，输入层的物理意义很明显，就是与Ad Hoc网络通信能力相关的一些原始数据，每一个底层指标代表一个神经元，这样神经网络的输入层共有7个节点(神经元)，即响应时间C1、延迟C2、呼损率C3、分组交付率C4、吞吐量C5、信道利用率C6及节点利用率C7。

中间层(或隐含层)使BP神经网络具有了识别非线性模式的能力，是输入模式的内部表示。根据神经网络的原理，中间层单元的个数应该是输人层单元个数的5～6倍，根据这条原则，本文将中间单元个数定为40。

输出层是对Ad Hoc网络通信能力描述，输出节点数为N1～N4，共4个，分别对应于优、良、中、差4个效能评估等级。评语集的确定是根据专家的意见而构建的(如表1所示)。

神经元输入与输出之间转移函数选取Sigmoid函数，即：

式中，outi是第i个神经元的输出，neti是第i个神经元的输入，a为权值。

通过上面的分析可构建一个7×40×4网络结构模型，如图2所示。

作者：王峰　何俊　齐锋   来源：泰尔网