Request-Based交接策略使用NDN 5 g

文摘

5克的发展中,人们普遍认为5 g将使用一个系统架构,支持超密网络(UDN)部署。在此体系结构中,用户将被大量的小细胞覆盖基站(SBS) 5 g。然而,选择一个交接SBS是一个巨大的挑战。为应对挑战,新兴内容型的命名数据网络(NDN)有吸引力的优势,如提供基于名称的路由。摘要request-based交接策略(RBHS)提出了改善用户体验的性能和获得资源的优化配置,以及缓存机制的基础上,介绍了用户的请求。该缓存机制和访问网络选择机制是利用ndnSIM进行验证。仿真结果表明,我们建议的策略达到较高的缓存命中率30%左右和20%更多的流量减少,而基于SINR选择访问网络。

1。介绍

移动数据流量和移动设备已经成倍增长,并每月全球移动数据流量可能超过15 2018年艾字节,移动通信系统构成重大挑战(1- - - - - -6]。当前部署第四代移动通信系统(4 g)一直无法满足新的挑战。然后第五代移动通信系统(5克)提出了应对挑战,旨在实现移动数据量高出1000倍,高出10倍数量的连接设备,典型的最终用户的数据速率,高出10倍频谱效率的10倍,5倍更低的延迟和吞吐量相比,4 g细胞的平均25倍(3]。为了达到5 g系统需求,5 g细胞架构应该使用一个系统架构,支持超密网络(UDN)部署4- - - - - -6]。UDN意味着,在宏观基站的覆盖范围(宏观),SBS的密度与低功耗的无线传输技术将达到10倍比现有的SBS密度部署、SBS将之间的距离10米或更少(7,8每平方公里),用户将达到25000 (9),活跃用户的数量和SBS的数量达到1比1比例在未来10]。然而,这是一个巨大的挑战选择最优小细胞基站(SBS)连接的环境之初小细胞基站来减轻负担的宏观和骨干之间的联系。

在本文中,我们提出一个request-based移交战略(RBHS)。这一战略的目标是使网络资源的优化配置,减少数据流量,降低延迟,并让用户获取资源的优化配置,以提高用户体验。在RBHS,我们将专注于用户请求的分析。为了用户请求的分析和计算,介绍了命名数据网络(NDN) 5 g细胞结构。NDN新的网络体系结构,由国家科学基金会(2010年国家科学基金会NSF) (7,8]。在NDN,每个路由器是配备一个固定数量的内存缓存内容,导致NDN和传统IP网络的区别。基本上,NDN运行requester-driven通信模型;即。,a client will first send out an interest packet for the desired content and then a router that has the same content in local cache memory will return the content within a data packet. Taking the exponentially growing mobile data traffic into account, we also introduce cache module into SBS as well as Macro. By caching the popular contents in SBS and Macro, the corresponding requests will no longer need to trace back the server which will save a considerable amount of redundant traffic. In summary, the strategy of this paper is divided into two parts; one is caching mechanism and the other one is handover mechanism.

剩下的纸是组织如下:部分2总结了相关工作。部分3介绍我们的系统模型,包括缓存机制和交接机制。RBHS节中给出4。评价设置、指标、影响因素、和RBHS仿真结果讨论部分5。最后,部分6总结了纸。

2。相关工作

移动数据流量的数量持续上升以及移动设备的爆炸性增长1- - - - - -65 g),如今已成为一个非常热门的话题。越来越多的研究人员他们关注横向课题(1,2]。美逖斯(移动和无线通信2020年信息社会推动者)是一个集成的项目部分由欧洲委员会资助下FP7研究框架之下,被认为是5克旗舰项目(2,3]。更重要的是,863年计划在中国推出了5 g主要项目一期和二期分别在2013年6月和2014年3月3]。目前,世界各国有广泛的讨论5 g发展愿景,应用程序要求,候选人的频率,和关键的技术指标。世界各国的共同努力下,5 g愿景和能力需求已基本清晰。5 g的标准化自2016年初以来一直在完整的齿轮(2),将在2018年被设置。根据(1- - - - - -65 g),将使用一个系统架构,支持超密网络(UDN)部署,这可能是由不同类型的基础设施元素(BSs),如宏观,微观,pico-BSs。低功耗BSs像pico-BS将被用于提高覆盖和容量覆盖地区远小于macro-BS覆盖区域。为满足应用需求(UDN提供多个选项1,3]。

因此,在这种复杂的环境中,明智的做法是引入NDN 5 g细胞结构。NDN是一个以内容为中心的体系结构,它提供了基于名称的路由(11,12]。根据这一特点,我们可以轻松地获得用户请求信息不能在IP网络完成的。NDN有几个有吸引力的优势,如降低网络负载,传播延迟低,和能源效率。为了实现这些好处从NDN范例,内容缓存机制中扮演最重要的角色。解决方案(13)提出,叫做《哈姆雷特》,不同于以前的工作原因,它可以帮助用户决定哪些信息,多长时间,基于概率的估计是什么在附近缓存。工作(14)提出了一种协作缓存方案指导下交通工程(TECC)新兴的以内容为中心的网络。工作(15)提出了一种协作缓存方案指导下交通工程(TECC)新兴的以内容为中心的网络。工作(16开发一个基于流行度协调缓存策略命名的有效路径缓存(EMC)计划。作品(17- - - - - -20.小细胞中引入缓存基站。

考虑到用户更有可能采取更积极的角色在5克(例如,选择服务基站的设置,执行先进的抗干扰能力,或利用当地合作)(2),我们建议考虑用户请求缓存策略以及回归政策。在这项工作中,我们开发一个request-based移交策略,采用NDN网络架构。我们最好的知识,很少有研究试图这样做。

3所示。系统模型和问题陈述

由于NDN是新提出的5克,我们首先勾勒出5 g细胞使用本节NDN架构。然后,结合我们的优化目标,我们说明缓存机制的关键问题和交接机制。

3.1。概述的5 g细胞使用NDN架构

UDN致密化细胞是一种很有前途的网络架构在5 g时代,旨在spectrum-efficient和节能解决方案,应对大量的设备和巨大的移动数据流量在未来的无线应用程序。如图1,5 g网络将进一步使现有的小细胞小型化和分布。和小细胞的分布在未来将进一步强化;基站部署的密度将增加10倍以上。也就是说,用户将更有可能多次被SBS(小细胞基站)和问题(用户设备)可以重新选择SBS。我们建议考虑到用户请求通过引入NDN架构。

众所周知,NDN是一个协议栈7,8),这是更容易管理和实现更好的性能比IP协议栈。有两种类型的数据包在NDN,兴趣和数据。当一个用户请求内容,它将发送一个兴趣包包含的名字感兴趣的内容。和数据包是发行的应答消息的节点的数据满足的名字感兴趣的内容。数据传输只响应一个兴趣和感兴趣的消耗。NDN有三个主要的数据结构:转发信息库(FIB),内容存储(CS),等待利益表(坑)。FIB用于远期利益包向匹配数据的潜在来源。CS是一样一个IP路由器的缓冲存储器,但有不同的替代政策。坑跟踪利益转发上游向下游内容源,这样可以将返回的数据发送请求者。

在我们的战略,我们建议安装FIB, CS,坑到SBS和宏观履行NDN架构。很明显,交接可能会导致数据包返回到一个难以接近的位置(前连接SBS)。此外,接受这些未收到的数据包,问题需要启动电源其兴趣包的恢复机制。结果,回归在NDN架构可能会增加重传概率和引入明显的延迟。如何解决这一问题的主要困难是NDN架构引入5 g。我们注意到用户可以同时连接到多个无线接入技术和无缝移动它们之间(见媒体独立的交接或垂直交接,IEEE 802.21,也将由未来4 g版本)。我们建议,在5克,问题可能同时连接到前面的SBS和新选定的SBS。前面的SBS和断开的时间是最后的时间完成请求。交接过程如图2。

更重要的是,我们建议重新连接列表添加到兴趣包包括SBS可以重新连接。,除了兴趣包和数据包,我们添加确认数据包从SBS用于请求数据后重新连接。三种类型的包的细节图描述3。更重要的是,为了便于决策,我们添加了两个表:邻居缓存表(NCT)和邻居状态表(望远镜),如图4。英国是用来记录内容附近的SBS缓存的数据。望远镜是用来记录的状态附近的SBS。

在接下来的小节中,我们将讨论关于缓存机制和交接。

3.2。缓存机制

基于5 g细胞架构和NDN架构的特点,我们发现,在受欢迎的内容缓存SBS(宏观)和用户请求相同的内容,SBS可以直接向用户交付内容不要求服务器。例如,如图5,当UE1请求内容数据D1, UE1可以直接得到D1形式SBS1或宏观不需要发送请求到服务器。

由于每个基础SBS配备有有限的存储空间数据缓存内容,如何有效地提高缓存命中率吸引了我们的注意力。它已成为明显的,缓存机制的技术关键问题分为以下两个问题[4]:

缓存是什么?

有各种各样的内容在互联网,SBS的缓存空间是有限的。因此重要的是决定哪些内容缓存考虑内容的声望。和SBS不一定有缓存类似内容自用户服务是不同的,他们可以共享和交换的内容。显然,它的多样性是至关重要的,提高缓存的内容增加缓存的命中率。

如何缓存?

缓存策略,决定缓存,当释放缓存对缓存的整体性能至关重要。和缓存策略的目标是增加命中率。考虑下,当前的流行,流行的趋势,存储大小和副本的位置应该参与策略。

3.3。接入网络选择机制

在无线通信系统中,小细胞的分布密度的基站导致网络重复报道。在5克的时代,这个特性将变得越来越明显。重复覆盖,有多样化的SBS连接。也就是说,每个用户可以重新选择其他SBS或宏。因此,交接机制的主题可以分为两个部分:

什么时候重新选择SBS ?

如图5、当UE2请求内容数据D6 UE2将连接到SBS2和D6 SBS2 CS的获取内容数据。之后,如果D1 UE2请求内容数据,然后UE2将首先考虑重新SBS1 SBS3或宏。

如何重新选择SBS ?

在上述情况下,当UE2决定重新选择SBS,很明显,需要选择一个从SBS1 SBS3和宏。我们建议的条件问题和基站的条件考虑在内。

4所示。RBHS:回归的有效策略

与对象之间的减少交通宏观和服务器,我们需要获得一个较高的缓存命中率。我们建议交接和缓存更新机制的时机是非常重要的。

我们的策略流程如图6。

当问题发送兴趣包到本地SBS,当地的SBS将首先检查NCT根据兴趣包重新连接列表中。如果没有发现,当地的SBS添加兴趣坑和发送请求到下一跳无伤大雅的谎言。回归,它将触发机制。

交接机制是活跃的时,当地SBS将计算的秩SBS在重新连接列表中。然后当地的SBS会让问题重新连接到最好的SBS。重新连接后,我们会发送一个确认包SBS请求数据。

考虑到以上内容,我们认为接收内容缓存机制的触发。SBS接收数据时,它首先检查坑。如果不匹配,将会删除数据。否则它将数据添加到CS。如果CS充满,它将取代的数据这是最低等级,然后发送数据根据坑和无伤大雅的问题。

4.1。Request-Based缓存机制(RBCM)

下面的讨论部分3所示。2,我们需要决定哪些数据应该在限制缓存中缓存空间和更新策略将活动当缓存空间已满。

如图5,当地的SBS将问题的请求发送给下一个跳只有如果没有缓存的本地SBS和邻居。因此,如果传入的数据匹配坑条目,数据将被存储在计算机科学,也将被发送到请求的问题根据坑和心房纤颤。问题是,当CS,怎么新传入的数据被存储在计算机科学吗?很明显,我们需要更换一个CS与新传入的数据内容。因此,它是有意义的排名数据在CS中通过设置一个因素“价值”,以确保最有价值的内容存储在缓存空间。

广为人知,但增加了交通的目标储蓄相当于存储更受欢迎的目标计算机中的数据。显然,不同的数据有不同的流行,和的概率问题请求不同的数据是不同的。但是我们不能得到的数据。因为流行的数据越多,越高缓存命中,我们相信缓存命中会影响“价值”的因素,我们将考虑缓存命中计数。我们定义的““为每个数据存储在CS,这表明数据的流行。为在CS,当问题的要求相匹配 ,然后 。我们注意到,数据变化的流行。虽然数据的人气高在这段时期,它可能在未来时期下降。因此,数据存储的时候也应该考虑。

问题可以重新选择基于请求访问网络,它可以达到所有的数据在本地缓存SBS或SBS在重新连接列表中。换句话说,从问题的角度来看,所有的CS在当地SBS和SBS在重新连接列表中可以被视为一个整体,因此提高了缓存命中率这意味着我们需要改善邻SBS的多样性。如果计算机中的数据也存储在相邻的CS SBS,数据的价值将减少。越副本存在邻SBS的CS,数据的价值将会越少。

考虑到上面的,值的数学表达式如下:

见公式(1),意味着 ; 意味着 。 是复制品的数量存在邻SBS。是当前时间,是时候存储,代表问题的请求的总数来 。所以显示的受欢迎程度在 。

在计算所有数据存储在SBS的价值观,我们可以排名数据值。和价值将会定期更新。如果新传入的数据匹配的坑,将存储在c CS充满,最小值的数据将被删除缓存新传入的数据。

4.2。Request-Based交接机制(RBHM)

下面的讨论部分3所示。3,我们需要决定重新选择的最佳时机,选择SBS。基于RBHM,我们假设相邻SBS中的数据足够多样化。从问题的角度来看,所有相邻的CS SBS可以被视为一个整体。但事实上,每个SBS单独存在。因此,如果我们想从SBS直接获得的数据,我们需要选择SBS已存储数据。根据上面的分析,最好的时机问题确定后交接的时间请求一些新的内容,这使得当前连接网络不再是最好的访问网络。更重要的是,请求应该回归最重要的部分。信道容量的设备可以由它的RSS。一般来说,RSS取决于之间的距离问题及其附加BS。同时,在某种程度上,RSS代表了流动性。 Hence, the RSS should be taken into consideration. As the SINR and the load condition of the SBS will affect the performance of access SBS, we also take SINR and load condition into consideration.

问题将定期测量RSS和SINR,选择SBS与RSS和SINR阈值。一阶SBS的RSS。并选择顶部n SBS RSS和记录排序编号 。然后订单前n SBS SINR和记录排序编号 。最后将前n SBS添加到重新连接列表兴趣包重新连接列表的长度(n)。从兴趣包,当地SBS可以获得重新连接SBS作为候选人。我们定义了加权RSS ()和加权SINR (为每一个候选人)。所以和表示为

的范围和是 。

在那之后我们需要定义加权数据(为每一个候选人)。从预定义的邻居缓存表(NCT)记录的内容数据存储在邻居,我们可以找出候选人是否有数据。所以表示为

的范围是 。

我们还定义了加权负载(为每一个候选人)。从预定义的邻居状态表(望远镜),记录问题SBS连接的数量。的候选人 ,设置它的负载, ;设置最大连接数 。所以表示为

的范围是 。

之后,我们使用参数 ,代表的成本问题你连接到的候选人 。基于上述分析,表示为

我们利用层次分析法(AHP) (21)来计算 , , , 。层次分析法是一种结构化技术的组织和分析复杂的决策,基于数学和心理学。而不是开一个“正确”的决定,层次分析法可以帮助决策者找到一个最适合他们的目标和他们对问题的理解。在我们的考虑,相比之下 , ,和 , 强烈者优先。并与和 , 适度优先。和一样重要 。

从上面,我们可以获得代表的利益问题你重新连接SBS候选人 。在计算所有问题u,我们可以获得最大的 。问题你就会重新连接 。正如我们所知,所请求的内容已经被存储在重新连接SBS;然后我们可以通过重新连接的SBS请求的内容而不是发送请求到服务器。

5。仿真结果

在本节中,我们实现了回归策略的RBHS ndnSIM模拟器(22]。

5.1。仿真设置

考虑到特殊的字符,我们添加到NDN架构,我们已经修改了ndnSIM的源代码。基本配置是解释如下。

模拟环境:我们设置仿真环境人口密度区域。我们假设所有SBS是均匀分布在宏观和所有的问题是随机分布在这个区域。为简单起见,问题设置的流动模型与低速随机漫步。

性能指标:我们把traffic-saving率(TSR)作为主要指标显示保存的重要性整体宏观和服务器之间的流量。TSR的比例平均数量的交通减少采用RBHS的流量,重新选择根据SINR SBS。在我们的环境中,流量相当于传入的数据包的数量。缓存命中率表明SBS CS中的数据,可以直接交付数据问题没有在将请求发送给服务器,这也代表了节约流量。所以我们也会涉及到我们的工作。

而回归策略:我们的战略的主要思想是request-based。缓存命中率和traffic-saving率增加了引入request-based机制来减轻负担的宏观之间的联系和不断增长的移动造成的骨干交通数据和UDN。所以我们需要回归策略基于SINR和负载条件。

输入数据:我们生成合成输入数据如下描述。让 捐赠内容项的集合。内的所有请求都是相同的和独立的分布式组D。

每个问题的请求按照Zipf-Mandelbrot法律也被称为Pareto-Zipf法律。概率质量函数给出的 在哪里是由

的公式,是数据的总数,是数据的排名,和的参数分布。和是偏态的因素表明考虑程度的请求的到来。

影响因子和默认设置:探讨RBHS的有效性和可伸缩性,我们考虑的影响因素,包括缓存大小,请求模式,内容人口和重新连接列表附加利益大小的包。

我们设置一个默认设置如下。与块的大小,我们描述的缓存大小相对缓存大小,也就是缓存大小的比例/ SBS在所有数据的总大小。每个SBS的相对缓存大小设置为3%。和数据的总数N = 1000。和偏态系数s = 0.7。和的大小重新列表列表大小= 3。

5.2。实验结果

缓存大小的影响:我们进行实验相对缓存大小的范围从1%到5%,而其他参数按默认设置。

图7比较了缓存访问率和traffic-saving率(TSR)所获得的两种策略。显然,我们提议RBHS显著优于策略基于SINR的基线。

影响请求的模式:如上所述,请求按照Zipf-Mandelbrot法律。的参数是Zipf-Mandelbrot法律指示的关键因素的浓度要求的程度。简而言之,大是,更少的数据覆盖主要的请求。

在图8的影响,我们测试请求模式这两个策略的有效性。参数默认设置下变化从0.5到1.0。如图7很明显,越集中的请求,更有效的策略。

影响数据的人口:检查RBHS的可伸缩性,我们收集测试数据拱一个大尺度范围的数据,其条目的数量从500年到20000年不等。

鉴于相对缓存大小是固定的3%,我们得到结果如图9。我们兴奋地看到保存的交通越来越顺利,随着规模的扩大,这意味着RBHS将获得更好的性能,如果被部署在大型网络,考虑问题请求的数据现在正呈几何级数增长。

重新连接列表的影响:如前所述4.2通过设置重新连接列表的大小,我们可以假装SBS扩展的缓存大小(尺寸列表缓存大小)或低于(列表的大小缓存大小),因为有份现有邻SBS。如图10,缓存命中率增加重新连接列表的大小,往往是稳定的。我们认为缓存访问率趋于稳定的原因是,重新连接列表的大小产生的影响是有限的,各种各样的SBS的CS。

6。结论和未来的工作

在本文中,我们提出一个request-base移交策略,可以分为缓存机制和交接机制,为了处理和5克。为了分析用户的请求,我们引入NDN 5 g细胞结构。和仿真结果证明我们提出RBHS是有效的和可伸缩的。

在未来,因为有一些水平D2D等5 g的话题,我们要开发一个回归的策略,考虑了D2D通信。这意味着我们需要考虑的条件变得更加复杂。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

本文中描述的工作完全由“中央大学”的基础研究基金(没有。2017 jbm005)。

引用

1. p . Demestichas a . Georgakopoulos d Karvounas et al .,“5 g在地平线上:无线接入网络的关键挑战,”IEEE车辆技术杂志,8卷,不。3,47-53,2013页。视图:出版商的网站|谷歌学术搜索
2. t .井上“5 g标准的进展和挑战,”学报2017年IEEE广播和无线研讨会(遥控武器站)IEEE,页1 - 4,凤凰城,亚利桑那州,美国2017年1月。视图:出版商的网站|谷歌学术搜索
3. C.-X。王,f·海德尔,x高et al .,“细胞5 g无线通信网络体系结构和关键技术,”IEEE通讯杂志,52卷,不。2、122 - 130年,2014页。视图:出版商的网站|谷歌学术搜索
4. m x Wang Chen t·塔勒布,a . Ksentini和v c . m .梁,“空气中缓存:利用内容缓存和交付5 g的技术系统,”IEEE通讯杂志,52卷,不。2、131 - 139年,2014页。视图:出版商的网站|谷歌学术搜索
5. b . bangert美国犯错误、r . Arefi和k·斯图尔特,“5克的时代,网络和设备”IEEE通讯杂志,52卷,不。2、90 - 96年,2014页。视图:出版商的网站|谷歌学术搜索
6. d . n . Bhushan j . Li Malladi et al .,“网络致密化:无线进化成5克,占主导地位的主题”IEEE通讯杂志,52卷,不。2、82 - 89年,2014页。视图:出版商的网站|谷歌学术搜索
7. r .艾尔沙德h . Elsawy s苏鲁尔t . y . Al-Naffouri, M.-S。Alouini”交接管理5 g和超越:一个拓扑知道跳过方法,”IEEE访问4卷,第9081 - 9073页,2016年。视图:出版商的网站|谷歌学术搜索
8. 黄,歌曲,和苏,“整体观hyper-dense异构和小细胞网络,”IEEE通讯杂志,51卷,不。6日相较2013页。视图:出版商的网站|谷歌学术搜索
9. j . s . Liu, c . h . Koh和v . k . n .刘”25 Gb / s(/公里²)城市无线网络除了IMT-advanced,”IEEE通讯杂志卷,49号2、122 - 129年,2011页。视图:出版商的网站|谷歌学术搜索
10. 高通的研究,LTE Rel-12 &之外,2012,http://www.qualcomm.com/1000x/。
11. 诉雅各布森,d . k . Smetters j·d·桑顿·m·f·布特就n . h·布里格斯和r . l . Braynard“网络命名内容”《第五届ACM新兴的网络实验和技术会议(CoNEXT ' 09)2009年12月,页1 - 12,ACM,。视图:出版商的网站|谷歌学术搜索
12. l . Zhang d·埃斯特林j·伯克et al .,“命名数据网络(ndn)项目,”Relatorio Tecnico ndn - 0001,施乐帕洛阿尔托研究Center-PARC, 2010年。视图:谷歌学术搜索
13. j . h . Wu, t·潘,b . Liu”小说缓存方案命名数据网络的支柱,”学报2013年IEEE国际会议交流,国际商会2013年IEEE,页3634 - 3638年,2013年6月。视图:谷歌学术搜索
14. m . Fiore f . Mininni c Casetti,张炳扬。Chiasserini,“缓存缓存或不?“在IEEE INFOCOM学报》上IEEE,页235 - 243年,里约热内卢,巴西,2009年4月。视图:出版商的网站|谷歌学术搜索
15. h·谢·g·史,p . Wang”TECC:对协作网络缓存交通工程的指导下,“《IEEE计算机通讯大会上(信息通信的12),页2546 - 2550,奥兰多,佛罗里达州,美国,2012年3月。视图:出版商的网站|谷歌学术搜索
16. x y曾庆红和香港”,一个名为data的缓存策略在移动ad hoc网络”学报2011年6日国际ICST通信与网络会议在中国,CHINACOM 2011,页805 - 809,中国,2011年8月。视图:谷歌学术搜索
17. h . Ahlehagh和s·戴伊,”视频在无线接入网络缓存:对延迟和容量的影响,”IEEE无线通信和网络研讨会论文集(WCNC 12)IEEE,页2276 - 2281年,上海,中国,2012年4月。视图:出版商的网站|谷歌学术搜索
18. e . Bastug m·班尼斯和m . Debbah”缓存支持小细胞网络:建模和权衡,”学报2014年11日国际研讨会在无线通信系统中,ISWCS 2014西班牙巴塞罗那,页649 - 653,,2014年8月。视图:出版商的网站|谷歌学术搜索
19. n . Golrezaei k . Shanmugam a·g·Dimakis a . f .莫氏利施,g . Caire”FemtoCaching:无线视频内容交付通过分布式缓存助手”《IEEE计算机通讯大会上,一家2012年IEEE,页1107 - 1115年,2012年3月。视图:出版商的网站|谷歌学术搜索
20. f . Pantisano m·班尼斯w·萨阿德,m . Debbah”支持缓存用户协会backhaul-constrained小细胞网络”学报2014年12日国际研讨会上建模和优化在移动,特别的,和无线网络,WiOpt 20142014年5月,页37-42,。视图:谷歌学术搜索
21. t . l . Saaty“层次分析法”运筹学学报第二国际研讨会在巴斯克省4卷,29日,第234 - 189页,1996年。视图:谷歌学术搜索|MathSciNet
22. ndnSIM,http://ndnsim.net/1.0/index.html。

版权

版权©2018粉丝贾和小林郑。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。