多智能体蝙蝠算法在无线传感器中的应用
本文关键词: 无线传感网络节点定位 多智能体 蝙蝠算法 定位精度 出处:《传感技术学报》2015年09期 论文类型:期刊论文
【摘要】:针对无线传感器网络(WSNs)节点的定位误差较大的问题,提出了一种新的具有局部搜索能力强的多智能体蝙蝠算法。改进算法中对寻优蝙蝠个体融入多智能体技术,通过邻域竞争合作算子以及自学习过程提高了算法全局搜索能力,避免算法陷入局部最优,加快算法的收敛速度。通过对标准测试函数的仿真,改进算法相比于其他算法,寻优精度和进化效率得到了较大的提高。随后采用多智能体蝙蝠算法求解无线传感节点定位问题,仿真结果表明改进算法减少了测距误差对定位精度的影响,提高了未知节点定位的精度,为无线传感网络节点定位的实际应用提供理论参考。
[Abstract]:Aiming at the problem of large positioning error of WSNs nodes in wireless sensor networks. A new multi-agent bat algorithm with strong local search ability is proposed. The global search ability of the algorithm is improved by using the neighborhood competition and cooperation operator and the self-learning process, which avoids the algorithm falling into the local optimum, and accelerates the convergence speed of the algorithm. The simulation of the standard test function is carried out. Compared with other algorithms, the improved algorithm improves the optimization accuracy and evolutionary efficiency greatly. Then the multi-agent bat algorithm is used to solve the problem of wireless sensor node location. The simulation results show that the improved algorithm reduces the influence of ranging error on location accuracy and improves the accuracy of unknown node location. It provides a theoretical reference for the practical application of node location in wireless sensor networks.
【作者单位】: 杭州电子科技大学通信工程学院;杭州电子科技大学电子与信息学院;
【基金】:浙江省自然科学基金青年基金项目(LQ13F010010) 浙江省重点科技创新团队项目(2013TD03)
【分类号】:TP212.9;TN929.5;TP18
【正文快照】: 无线传感器网络节点自身定位至关重要,在军事和民用领域中有着广泛的应用前景,因此,研究无线传感器节点定位十分必要。节点定位有基于测距和非测距两种方式,其中测距定位算法具有定位精度相对较高、通信开销较小等优点,成为当前研究的热点。测距定位[1]包括节点测距和定位两部
【参考文献】
相关期刊论文 前5条
1 方震;赵湛;郭鹏;张玉国;;基于RSSI测距分析[J];传感技术学报;2007年11期
2 李牧东;熊伟;梁青;;基于人工蜂群改进算法的无线传感器网络定位算法[J];传感技术学报;2013年02期
3 肖鲲;黄挚雄;;多智能体粒子群算法在配电网络重构中的应用[J];计算机工程与应用;2010年08期
4 康琦;汪镭;吴启迪;;群体智能与人工生命[J];模式识别与人工智能;2005年06期
5 谭爱平;陈浩;吴伯桥;;基于BADV-Hop的传感器节点定位方法[J];计算机工程与应用;2014年17期
相关博士学位论文 前1条
1 陈自郁;粒子群优化的邻居拓扑结构和算法改进研究[D];重庆大学;2009年
相关硕士学位论文 前1条
1 程海军;基于RSSI的无线传感器网络定位算法改进研究[D];重庆理工大学;2013年
【共引文献】
相关期刊论文 前10条
1 贾德香;韩净;;基于改进粒子群算法的配电网电压无功优化控制[J];安徽电气工程职业技术学院学报;2009年01期
2 刘大宝;夏立;王征;;多Agent粒子群算法在船舶电力网络重构中的应用[J];船电技术;2011年11期
3 谭文龙;;一种改进的二级倒立摆LQR控制器参数优化方法[J];重庆理工大学学报(自然科学);2012年03期
4 章坚武;张璐;应瑛;高锋;;基于ZigBee的RSSI测距研究[J];传感技术学报;2009年02期
5 赵昭;陈小惠;;无线传感器网络中基于RSSI的改进定位算法[J];传感技术学报;2009年03期
6 彭爱平;郭晓松;蔡伟;徐晓淼;;基于二次栅格扫描的无线传感器网络定位算法[J];传感技术学报;2009年11期
7 郜丽鹏;朱梅冬;杨丹;;基于ZigBee的加权质心定位算法的仿真与实现[J];传感技术学报;2010年01期
8 李瑶怡;赫晓星;刘守印;;基于路径损耗模型参数实时估计的无线定位方法[J];传感技术学报;2010年09期
9 周冬鑫;金文光;容志能;;基于分层的无线传感网络多跳分簇路由算法[J];传感技术学报;2011年01期
10 冯秀芳;崔秀锋;祈会波;;无线传感器网络中基于移动锚节点的APIT的改进定位算法[J];传感技术学报;2011年02期
相关会议论文 前8条
1 李瑶怡;韩刘;赫晓星;刘守印;;基于路径损耗模型参数实时估计的无线定位方法[A];中国通信学会第六届学术年会论文集(上)[C];2009年
2 ;Research on Indoor Location Technology based on Back Propagation Neural Network and Taylor Series[A];第24届中国控制与决策会议论文集[C];2012年
3 国海涛;张冬梅;周扬发;于亮;;一种基于能量自适应的无线传感网络定位算法研究[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集(下册)[C];2013年
4 苏俊;;物联网技术在灭火救援人员防护中的应用研究[A];2014中国消防协会科学技术年会论文集[C];2014年
5 国海涛;张冬梅;周扬发;于亮;;一种基于能量自适应的无线传感网络定位算法研究[A];第十八届全国青年通信学术年会论文集(下册)[C];2013年
6 李瑶怡;韩刘;赫晓星;刘守印;;基于路径损耗模型参数实时估计的无线定位方法[A];中国通信学会第六届学术年会论文集(上)[C];2009年
7 陈河军;何熊熊;丁海强;欧县华;;基于RSSI动态路径损耗的定位算法[A];浙江省信号处理学会2013学术年会论文集——信号处理在海洋[C];2013年
8 倪瑞君;黄民翔;;关于改进粒子群算法在输电网规划中的应用研究[A];推进能源生产和消费革命——第十届长三角能源论坛论文集[C];2013年
相关博士学位论文 前10条
1 钱峰;典型FACTS装置在电网中接入点、容量及类型选择方法研究[D];中国电力科学研究院;2009年
2 王联国;人工鱼群算法及其应用研究[D];兰州理工大学;2009年
3 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
4 卢少平;基于RFID的AGV定位与导引研究[D];山东大学;2011年
5 刘志文;基于外网等值的多区域电力系统无功优化计算[D];华南理工大学;2011年
6 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
7 张萍;基于群智能优化的运动估计算法研究[D];电子科技大学;2011年
8 方璐;企业能量管理与节能技术研究及应用[D];湖南大学;2011年
9 赵建玉;智能计算方法在城市交通中的应用与交通流建模研究[D];山东大学;2006年
10 胡国强;梯级水电站优化调度模型与算法研究[D];华北电力大学(北京);2007年
相关硕士学位论文 前10条
1 朱梅冬;基于ZigBee的森林火灾监测系统的设计与实现[D];哈尔滨工程大学;2010年
2 钟文斌;基于ZigBee的井下搜救机器人定位算法研究[D];辽宁工程技术大学;2009年
3 张宇;混合动力电动汽车再生制动控制策略研究[D];哈尔滨理工大学;2010年
4 黄小银;电力系统动态无功功率优化调度的研究[D];南昌大学;2010年
5 季必文;基于TinyOS的无线传感器网络节点设计与应用研究[D];北京交通大学;2010年
6 杨维;微粒群优化算法及其在风资源评估中的应用[D];华东理工大学;2011年
7 李潮;低压减载参数优化问题的分布式计算研究[D];浙江大学;2011年
8 杨煈亮;基于改进GPSO和SFOA算法的无功优化研究[D];东北电力大学;2011年
9 陈立华;面向农田监测应用的WSN节点软件系统设计及LQI测距研究[D];电子科技大学;2011年
10 孙晖;自然计算求解QoS组播路由[D];西安电子科技大学;2009年
【二级参考文献】
相关期刊论文 前10条
1 张翰;刘锋;;无线传感器网络基于凸规划的改进定位算法:Convex-PIT[J];传感技术学报;2007年05期
2 刘新华;李方敏;郑鹏;;一种分布式的无线传感器网络Range-free节点定位算法[J];传感技术学报;2008年01期
3 陈娟;李长庚;宁新鲜;;基于移动信标的无线传感器网络节点定位[J];传感技术学报;2009年01期
4 杨东勇;顾东袁;傅晓婕;;一种基于RSSI相似度的室内定位算法[J];传感技术学报;2009年02期
5 姚忠孝;俞立;董齐芬;;基于移动信标的DV-Hop无线传感网络定位算法[J];传感技术学报;2009年10期
6 黄梅根;常新峰;;一种基于蒙特卡罗法的无线传感器网络移动节点定位算法研究[J];传感技术学报;2010年04期
7 刘运杰;金明录;崔承毅;;基于RSSI的无线传感器网络修正加权质心定位算法[J];传感技术学报;2010年05期
8 石为人;贾传江;梁焕焕;;一种改进的无线传感器网络DV-Hop定位算法[J];传感技术学报;2011年01期
9 姜钧;程良伦;;采用虚拟锚节点的高精度VAD-Hop定位算法[J];传感技术学报;2011年07期
10 张震;闫连山;刘江涛;李晓银;;基于DV-hop的无线传感器网络定位算法研究[J];传感技术学报;2011年10期
【相似文献】
相关期刊论文 前10条
1 李剑,成保栋,曹元大;一种多智能体协作中形成联盟的机制[J];计算机工程;2004年15期
2 何汉明,何华灿;多智能体社会[J];计算机工程与应用;2004年33期
3 童亮,陆际联;基于强化学习的多智能体协作方法研究[J];计算机测量与控制;2005年02期
4 陈雪江,杨东勇,范荣真;多智能体协作的两层强化学习实现方法[J];计算机工程;2005年03期
5 谢雅;黄中华;;基于规划识别的多智能体协作研究及应用[J];自动化与仪表;2006年02期
6 程晓北;顾国昌;;多智能体分层强化学习研究进展[J];边疆经济与文化;2007年05期
7 黄巧莉;;多智能体的联盟形成理论与应用研究[J];自动化与仪器仪表;2007年02期
8 尹世涛;高慧敏;曾建潮;;基于算法集成的调度系统多智能体实现框架[J];太原科技大学学报;2007年04期
9 张庆民;薛恒新;刘明忠;刘路冰;徐欣;;基于多智能体的分销链预测优化模型研究[J];计算机集成制造系统;2007年12期
10 韩伟;;基于边界样本协调的多智能体合作学习[J];模式识别与人工智能;2008年01期
相关会议论文 前10条
1 刘杰;王月海;王鸿雁;;基于反思——模仿的多智能体协作策略[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集(上册)[C];2007年
2 梁泉;许晓鸣;张钟俊;;一种新型的多智能体系统开发环境结构[A];1995年中国控制会议论文集(下)[C];1995年
3 张根林;李怀祖;;基于多智能体的客户关系管理系统的构建[A];2002年中国管理科学学术会议论文集[C];2002年
4 邱国霞;张志涌;马洁;李茂;;多智能体的竞争合作策略[A];2005全国自动化新技术学术交流会论文集(三)[C];2005年
5 王莉;蔡颖;范海蓉;;基于多智能体可重构生产系统研究[A];企业应用集成系统与技术学术研究会论文集[C];2006年
6 李铁军;赵海文;李慨;沈志忠;;基于多智能体的机电系统控制与故障诊断的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
7 谭树彬;刘建昌;;带钢轧制流程多智能体控制策略研究[A];2007中国控制与决策学术年会论文集[C];2007年
8 王晓丽;洪奕光;;利用动态多智能体覆盖跟踪动态目标[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
9 任锐;王晓丽;周浔;;基于势函数的多智能体编队控制[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年
10 雷曜;;多智能体模拟框架中的复杂人模型[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年
相关重要报纸文章 前1条
1 颜秉光;哈尔滨:清洁卫生机器人会自动扫地更会自动补给[N];新华每日电讯;2006年
相关博士学位论文 前10条
1 何汉明;基于角色的多智能体社会模型研究与应用[D];西北工业大学;2006年
2 苏厚胜;多智能体蜂拥控制问题研究[D];上海交通大学;2008年
3 韩伟;电子市场环境下的多智能体学习与协商[D];华东师范大学;2006年
4 李扬;网络环境下多智能体协调控制研究[D];中国海洋大学;2012年
5 薛宏涛;基于协进化机制的多智能体系统体系结构及多智能体协作方法研究[D];中国人民解放军国防科学技术大学;2002年
6 孙凤兰;多智能体网络的一致性研究[D];华中科技大学;2012年
7 候健;分布式多智能体协调控制及其应用[D];浙江大学;2013年
8 纪良浩;多智能体网络的一致性问题研究[D];重庆大学;2014年
9 谭拂晓;多智能体网络系统一致平衡点与合作控制研究[D];燕山大学;2010年
10 钟伟才;多智能体进化模型和算法研究[D];西安电子科技大学;2004年
相关硕士学位论文 前10条
1 丁晓燕;基于博弈模型的多智能体覆盖控制[D];上海交通大学;2009年
2 谭娜;多智能体编队控制研究[D];青岛大学;2010年
3 郭锐;多智能体增强学习的研究与应用[D];中南大学;2005年
4 叶津凌;基于信度分配的多智能体强化学习研究[D];长沙理工大学;2007年
5 王全武;基于多智能体间协作模型及其学习方法研究[D];兰州交通大学;2011年
6 魏亚辉;多智能体的一致性[D];上海交通大学;2011年
7 王帅;多智能体协调控制实验系统研究与设计[D];燕山大学;2012年
8 曹新亮;基于位置信息的混合多智能体蜂拥控制方法[D];南京邮电大学;2013年
9 赵威;基于群体社会制度策略的主从多智能体汇聚研究[D];河南理工大学;2012年
10 糜伟;基于视觉的多智能体定位系统与定位算法设计[D];燕山大学;2013年
,本文编号:1448574
本文链接:https://www.wllwen.com/kejilunwen/wltx/1448574.html