随着便携智能设备的不断涌现,机会网络的应用也在不断扩展。直接构建大规模智能设备的实验网络具有一定难度,通过实验仿真成为了研究通信协议或路由算法性能的重要手段。仿真实验的基础是模拟节点运动的移动模型。移动节点种类多样,应用环境复杂使得节点的行为表现出不同的特征,需要针对不同的应用场景构建不同的移动模型来刻画和描述节点的移动特征。研究表明,不同的移动模型对网络路由协议、网络连通性等方面将产生极大的影响。因此,为了能准确地模拟不同场景的节点特性,需要构建不同的移动模型。在实际应用中,机会网络节点一般由人携带的智能设备组成,这就使得节点的移动具有人类移动特征。分析研究表明,人类的移动具有时间和空间受限特性。然而,现有的移动模型没有很好的反应节点的这些特性。针对该问题,本文提出了基于时空受限的移动模型及评价方法。主要研究内容如下:(1)提出了时空受限移动模型。针对节点的时空受限特性,将节点的状态分为自由状态和受限状态,不同状态的节点有不同的行为。通过参数的设置来模拟节点的时空受限特性。(2)模型稳态分布分析。以马尔科夫理论为基础,将节点状态看作马尔科夫过程,构建节点状态转换模型,分析节点的稳态分布。(3)探索移动模型评价方法。从4个方面提出了评价移动模型的13项不同的评价指标;首次将模糊综合评价法应用到移动模型评价中,提出了定性与定量相结合的移动模型评价方法。(4)模型性能分析。通过ONE仿真软件和模糊综合评价方法,从定性和定量两个方面验证了移动模型的真实性与合理性。