MANET(Mobile Ad hoc Network)网络是在没有任何现存网络基础设施或是集中管理的情况下动态形成的多跳无线移动网络,有着广泛的应用。在有中心节点的蜂窝网络中,资源的分配比较容易实现,各节点可以直接或借助基站获得其它通信节点的带宽要求。如果将网络划分成基于簇的分级结构,就能够将蜂窝网络中使用的方法扩展到MANET网络。因此通过分簇算法将网络划分成簇可以在很大程度上提高MANET网络的性能,具有重要的应用价值。论文分析比较了MANET网络中多个传统生成簇算法,针对现有分簇算法的特点,在权值分簇算法WCA和自适应按需加权算法AOW的基础上提出了一种新的基于权值的MANET网络自适应分簇算法NAWCA,并通过仿真测试证明了这种算法的有效性及性能上的改进。同时,重点对以权值为基础的分簇算法的权重因素进行了研究,分析了和权重因素确定有关的主客观情况,并加以综合提出了相应的权重确定方法。在NAWCA算法理论的基础上,利用自组织特征映射神经网络(SOM)建立节点分类模型,通过输入测试节点的参数数据,对基于该算法的MANET网络进行测试,得到了较理想的分簇结果。本文的创新点有三个:首先本文在WCA和AOW分簇算法的基础上,引入了平均相对移动速度作为权值重要的参数,提出了一种新的基于权值的自适应分簇算法,提高了簇头在移动中的稳定性和自适应性;其次,提出了利用主客观综合赋权法确定权重的权值计算方法,通过与其他权重选择方法比较,网络结构变化的权值响应速度得到了改进;最后,论文利用自组织特征映射神经网络建立分类模型,使得网络中的节点可以自学习地确定簇中角色。