预估模型的遗传算法在WRSN中的充电调度研究

发布时间：2021-07-27 04:06

　　高效充电调度问题一直是无线可充电传感器网络研究的关键之一。针对该问题,提出一种基于充电路径预估模型的遗传算法。该算法能够有效地完成充电任务从而使得传感器及时得到充电服务。算法包含了充电路径预估模型、染色体结构、选择、交配以及变异操作这几部分的设计。仿真结果表明,与EDF、REDF和NJNP相比,该算法有效地提高了网络的性能。 

【文章来源】：龙岩学院学报. 2020,38(05)

【文章页数】：7 页

【部分图文】：

预估移动成本CR(A)示例

2 基于预估的遗传算法方案为解决公式(3)中的问题,首先提出一个充电路径预估模型来评估完成充电任务的调度可能性。接着,利用该预估模型来获得预估的充电移动成本CR,并设计相应遗传算法。通过调用该算法可以生成一条以小车的最小移动成本为目标的最优路径。

算法4 染色体交配算法 输入:两个染色体A和B; 输出:两个新的染色体a和b; 步骤1:随机选择两个整数i和j,其中0≤i≤j<N-1; 步骤2:交换染色体A的A[i,j]和染色体B的B[i,j],产生两个新的染色体a和b; 步骤3:确定染色体a和b的重复基因的位置; 步骤4:交换染色体a和b的重复基因的位置; 步骤5:输出两个新的染色体a和b。2.7 突变


本文编号：3305040