外推人工蜂群算法在WSN部署优化中的应用研究

发布时间：2018-01-11 04:33

  本文关键词：外推人工蜂群算法在WSN部署优化中的应用研究　出处：《仪表技术与传感器》2017年06期 　论文类型：期刊论文

  更多相关文章： 外推人工蜂群算法 部署优化 覆盖率 无线传感器网络

【摘要】：为解决无线传感器网络(WSN)覆盖部署优化的问题,提出了一种基于外推人工蜂群算法的节点部署优化方法。首先,设定网络系统基本假设,并以使网络覆盖率最大化为目标建立网络覆盖优化基本模型,再者,利用外推人工蜂群算法代入模型进行求解,获得覆盖最优的节点部署位置。仿真实验结果表明:外推人工蜂群算法能够很好地解决无线传感网络覆盖优化问题,相比于传统的遗传算法、人工鱼群算法、粒子群算法和人工蜂群算法,表现出更快的寻优速度和更高的覆盖率。
[Abstract]:In order to solve the problem of wireless sensor network coverage deployment optimization, a node deployment optimization method based on extrapolation artificial bee colony algorithm is proposed. Firstly, the basic assumptions of the network system are set up. In order to maximize the network coverage, the basic model of network coverage optimization is established, and the extrapolation artificial bee colony algorithm is used to solve the model. The simulation results show that the extrapolated artificial bee colony algorithm can solve the coverage optimization problem of wireless sensor networks. Compared with the traditional genetic algorithm artificial fish swarm algorithm is better than the traditional genetic algorithm. Particle Swarm Optimization (PSO) and artificial Bee Swarm algorithm (APS) show faster optimization speed and higher coverage.
【作者单位】： 电子科技大学机械电子工程学院;
【分类号】：TN929.5;TP18;TP212.9
【正文快照】： 0引言WSN由很多具有无线通信功能但是能量有限的传感器节点构成,这些节点相互通信,自组成网,协同工作,实时进行数据的采集、分析、融合和传输,已广泛应用于众多领域[1-2]。WSN的具体设计面临很多约束和挑战,而覆盖优化是任何类型的传感器网络都需要解决的一个基本问题。覆盖优

【参考文献】

相关期刊论文 前5条

1 胡珂;李迅波;王振林;;改进的人工蜂群算法性能[J];计算机应用;2011年04期

2 周利民;杨科华;周攀;;基于鱼群算法的无线传感网络覆盖优化策略[J];计算机应用研究;2010年06期

3 林祝亮;冯远静;俞立;;无线传感网络覆盖的粒子进化优化策略研究[J];传感技术学报;2009年06期

4 付华;韩爽;;基于新量子遗传算法的无线传感器网络感知节点的分布优化[J];传感技术学报;2008年07期

5 张建科;刘三阳;张晓清;;改进的粒子群算法[J];计算机工程与设计;2007年17期

【共引文献】

相关期刊论文 前10条

1 于文杰;李迅波;羊行;黄波;;外推人工蜂群算法在WSN部署优化中的应用研究[J];仪表技术与传感器;2017年06期

2 王志敏;;基于时变衰减函数的改进人工鱼群算法研究[J];甘肃科技纵横;2017年05期

3 王骐;王青萍;;无线传感网络中基于覆盖度优化的自适应遗传算法[J];微型机与应用;2017年08期

4 王叙鹏;郑凯;;基于排序优化的粒子群算法[J];计算机与现代化;2016年12期

5 范亚洲;黄海涛;魏明磊;高小征;李德强;;PSO-CSO算法在地区电网无功优化的应用[J];广东电力;2016年12期

6 郭鲁;魏颖;;基于量子遗传粒子滤波的无线传感器网络的目标跟踪[J];黑龙江科技信息;2016年36期

7 黄恒杰;龚小龙;王高才;;传感器中基于连通支配集的区域覆盖控制算法[J];广西师范大学学报(自然科学版);2016年04期

8 张爱伟;李金新;;一种改进的粒子群优化算法[J];杭州电子科技大学学报(自然科学版);2016年06期

9 陈西亮;张佳华;艾天成;;基于支持向量机法提取江汉平原三湖农场棉蚜危害程度的空间分布[J];江苏农业科学;2016年09期

10 郑翔;汤磊;张文强;武欣嵘;童玮;;基于人工鱼群的水下传感器网络优化算法[J];军事通信技术;2016年02期

【二级参考文献】

相关期刊论文 前10条

1 康飞;李俊杰;许青;;混合蜂群算法及其在混凝土坝动力材料参数反演中的应用[J];水利学报;2009年06期

2 王蕊;刘国枝;;基于鱼群优化算法的无线传感器网络部署[J];振动与冲击;2009年02期

3 付华;韩爽;;基于新量子遗传算法的无线传感器网络感知节点的分布优化[J];传感技术学报;2008年07期

4 张文爱;刘丽芳;李孝荣;;基于粒子进化的多粒子群优化算法[J];计算机工程与应用;2008年07期

5 王晟;王雪;毕道伟;;无线传感器网络动态节点选择优化策略[J];计算机研究与发展;2008年01期

6 王雪;王晟;马俊杰;;无线传感网络布局的虚拟力导向微粒群优化策略[J];电子学报;2007年11期

7 贾杰;陈剑;常桂然;赵林亮;王光兴;;无线传感器网络中基于遗传算法的优化覆盖机制[J];控制与决策;2007年11期

8 陈静;沈鸿;;MELEACH一个高效节能的WSN路由协议[J];传感技术学报;2007年09期

9 张建科;刘三阳;张晓清;;改进的粒子群算法[J];计算机工程与设计;2007年17期

10 王雪;王晟;马俊杰;;无线传感网络移动节点位置并行微粒群优化策略[J];计算机学报;2007年04期

【相似文献】

相关期刊论文 前10条

1 陆传赉;;带测量误差的平稳信号相关函数的外推[J];北京邮电学院学报;1993年01期

2 任蕊;大脑智力操（10）[J];发明与革新;1995年08期

3 王庭辉;任辉启;徐流恩;易治;高超;;末端弹道雷达信号的滤波及弹道外推研究[J];弹道学报;2014年02期

4 董志荣;线性二乘一步外推点与采样点关系方程[J];情报指挥控制系统与仿真技术;2002年05期

5 刘祖钦;陈丽卿;张伟;;氧的电子探针定量分析[J];电子显微学报;1988年03期

6 郭日峰;李南京;胡楚锋;;一种利用外推获得飞行器目标远场RCS方法研究[J];电子科技;2010年08期

7 吴春林;邓建松;陈发来;;关于数据外推定理的迭代改进[J];中国科学技术大学学报;2006年10期

8 孙超;何元安;商德江;刘月婵;;全息数据外推与插值技术的极限学习机方法[J];哈尔滨工程大学学报;2014年05期

9 王兴;苗春生;王秀君;樊仲欣;;基于OpenCL的雷达外推算法改进与优化[J];计算机与现代化;2014年08期

10 ;[J];;年期

相关会议论文 前6条

1 马秀岭;毛东;周爱辉;;有限体积逼近的外推[A];第七届北京青年科技论文评选获奖论文集[C];2003年

2 郝清刚;;浅析科学与人文对话策略——沈清松教授“外推”策略述评[A];第三届全国科技哲学暨交叉学科研究生论坛文集[C];2010年

3 陈学前;沈展鹏;刘信恩;肖世富;;考虑预测误差的模型内插与外推[A];中国力学大会——2013论文摘要集[C];2013年

4 朱小帅;王华宁;杜占乐;;磁流体动力学松弛法外推有力场验证[A];中国空间科学学会空间物理学专业委员会第十五届全国日地空间物理学研讨会摘要集[C];2013年

5 代前进;张佶翱;詹勇杰;潘泽飞;叶国栋;;反应堆临界外推的修正[A];中国核科学技术进展报告——中国核学会2009年学术年会论文集（第一卷·第2册）[C];2009年

6 张如伟;张宝金;黄捍东;帅庆伟;;提高井约束外推反演可信半径的方法研究[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年

相关重要报纸文章 前2条

1 广东省粤北人民医院麻醉科主任 李长科;发生纠纷科主任勿往外推[N];健康报;2014年

2 孟庆宾;齐鲁石化管材料获外推100年认证[N];中国石化报;2007年

相关硕士学位论文 前1条

1 谈雪媛;奇异线性方程组的半收敛迭代与半收敛外推迭代的构造[D];南京师范大学;2004年

，

本文编号：1408169