机会网络的特征是源节点和目标节点之间没有完整的链路,依靠节点的移动产生相遇的机会,进入邻居节点的通信范围,进而进行数据交换的自组织网络。机会网络在一些极端条件下有很好的操作性和应用性,随着手机和平板电脑等移动通信设备的普及,机会网络的应用范围更加广泛,给机会网络又一次快速发展的机遇。在现实生活中,想要获取并统计准确的数据信息需要花费大量的人力、物力和财力,给机会网络的研究带来了一定的阻碍作用,所以机会网络的研究验证几乎全部依赖于仿真。仿真的结果又高度依赖于所选用的移动模型和路由协议,而路由协议的性能评估更是基于移动模型的上的。所以,移动模型的设计是否合理,关系到机会网络的研究和发展。一直以来,很多经典的移动模型都是随机的或者基于某些数学特征,没有考虑到人的社会特征对移动模型产生的影响,在真实性方面还有所欠缺。针对这个问题,本文提出了一种基于周期性目的的校园移动模型(Periodical-Purpose Campus Mobility Model,PPCMM),并在此模型的基础上,提出一种基于粒子群算法的校园移动模型(PSO Campus Mobility Model,PSOCMM)。本文的主要研究工作如下:(1)对人类的移动行为特征进行总结,分析了人类移动的一般特征,并对其中的目的性和周期性特征作了具体的描述,进而以学生的日常行为为主要参考,讨论了在校园环境下,学生移动行为的周期性和目的性,在此基础上,提出一种基于周期性目的的校园移动模型,通过仿真结果验证了该模型下的节点分布具有高度的目的性和移动性,与学生日常活动具有较高的匹配性。(2)对人类的群体性特征作了具体的描述,进而讨论了学生的群体性特征,并对基本的粒子群算法作了分析与说明,介绍了有关粒子群算法的研究现状。并结合校园移动模型,提出一种基于粒子群算法的校园移动模型。并与随机路点移动模型比较,仿真表明该类模型在平均端到端时延,数据包成功发送率和网络平均吞吐量方面,均比随机路点移动模型优越。