《SHADE算法在无线传感器网络节点分布优化的应用》PDF+DOC
作者:张建波,王金玉
单位:中国仪器仪表学会;上海工业自动化仪表研究院
出版:《自动化仪表》2018年第07期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFZDYB2018070090
DOC编号:DOCZDYB2018070099
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于差分蜂群算法的无线传感器网络节点分布优化》PDF+DOC2014年第06期 熊伟丽,刘欣,陈敏芳,徐保国
《基于差分进化算法的移动传感器网络节点的分布优化》PDF+DOC2010年第12期 靳立忠,常桂然,贾杰
《无线传感器网络中基于遗传算法的优化覆盖机制》PDF+DOC2007年第11期 贾杰,陈剑,常桂然,赵林亮,王光兴
《基于人工鱼群与粒子群融合算法的WMSN覆盖优化研究》PDF+DOC2016年第10期 王秀全,冯秀芳,郑惠月
《一种鲁棒的无线传感器网络覆盖空洞修补方法》PDF+DOC2017年第02期 闫雒恒,贺昱曜
《改进蜂群算法的WSN节点分布优化研究》PDF+DOC2017年第05期 付光杰,胡明哲,乔永娜
《无线传感器网络覆盖优化仿真研究》PDF+DOC2012年第03期 陈翔,胡品爱
《有向传感器网络覆盖增强研究》PDF+DOC2011年第02期 彭玉旭,张贤凤
《一种多目标的覆盖优化策略在WSNs中的应用》PDF+DOC2014年第10期 陈树,钱成
《基于融合的无线传感器网络k-集覆盖的分布式算法》PDF+DOC2013年第04期 李劲,岳昆,刘惟一
为了提高无线传感器网络覆盖率,减少目标区域覆盖盲区,采用基于历史成功的自适应参数差分进化(SHADE)算法对节点分布进行优化,制定节点优化方案。以网络覆盖率为优化目标函数,建立联合概率模型,采用SHADE算法对目标函数进行求解。SHADE使用了控制参数设置的历史记忆来指导未来控制参数值的选择,确保了精确和快速收敛到全局最优,增强了算法鲁棒性。通过与差分进化算法和人工蜂群差分进化算法进行仿真对比,验证了SHADE算法能够快速收敛,网络覆盖率高。仿真结果表明,在500次模拟情况下,SHADE算法的平均覆盖率分别高于差分进化算法5.17%、人工蜂群差分进化算法1.88%。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。