BP神经网络的Ad Hoc网络通信能力评估

式中，Ep是网络误差，tpi是第i个输出神经元的期望值，Opi是第i个输出神经元的实际值。

(4) 进行神经网络训练

利用已有神经网络应用程序，把学习样本归一化后输入到模型，让网络模型对学习样本反复地学习，直到网络的识别精度满足要求，这时网络模型已基本建立，即可进行效能评估。

样本的录用和训练过程如图3和图4所示。

3 不同分簇网络通信能力的评估

当前用于Ad H0c网络模拟软件有NS-2、OPNET和GloMoSim等，但这几种软件都没有集成的分簇算法。为了便于实现，这里利用VC++语言编制简单的程序来对不同分簇算法构建的网络的通信能力进行效能评估。在模拟环境中，不考虑背景噪声、分组传输差错和分组冲突对分簇以及效能评估的影响。在效能评估的过程中，假定各节点传输的功率相等，建立仿真场景的大小为150×150单位距离的仿真区域。在此仿真区域内设置30个节点，仿真时间为1 000个时间单位。在30个节点选择10个节点作为移动节点，节点的移动方向在[0，2π]内随机分布，节点的移动速度在[0，5]之间随机选择，其单位是单位距离／时间。

作者：王峰　何俊　齐锋   来源：泰尔网