10.3969/j.issn.1000-3428.2016.10.052
基于直觉模糊集的随机最小支撑树选取
为解决复杂环境下网络拓扑中节点选取难的问题,提出一种基于直觉模糊集的随机最小支撑树选取方法.通过剖析网络拓扑结构中信息的随机、模糊等不确定性,将随机模糊变量扩展为随机直觉模糊变量,对拓扑结构中的边权进行度量.将网络拓扑结构中的最小支撑树问题转化为随机直觉模糊支撑树问题,利用截集去模糊化和Prim算法求取最优解,以优化网络的拓扑结构.通过网络实验验证了所提方法的有效性和合理性.
复杂环境、拓扑结构、直觉模糊集、随机模糊变量、随机直觉模糊变量、最小支撑树
42
TP393(计算技术、计算机技术)
国家自然科学基金资助项目61503345
2016-12-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
303-307