基于改进粒子群算法和特征点集的无线传感器网络覆盖问题研究

发布时间：2017-08-09 13:06

  本文关键词：基于改进粒子群算法和特征点集的无线传感器网络覆盖问题研究

  更多相关文章： 无线传感器网络 覆盖约束优化 概率感知模型 特征点集 惯性权重 并行分区式粒子群算法

【摘要】：本文针对基于网格点的区域覆盖算法未考虑网络的固有特征,导致算法存在近似及复杂度偏高等问题,通过研究区域覆盖的特征,结合概率感知模型,对区域内两点的覆盖率关系进行分析,定义了特征点集的概念;对特征点集进行建模,将区域覆盖转化为基于特征点集的优化问题.利用改进粒子群算法解算此优化问题,通过惯性权重及局部增强因子扰动项,避免其陷入早熟状态;同时,针对集中式PSO算法不适用于无线传感网的问题,本文提出了一种并行分区式策略.仿真分析验证了所提算法的优越性和特征点距上界的存在性,该方法为区域覆盖问题的研究提供了新的思路.
【作者单位】： 南京理工大学自动化学院;
【关键词】： 无线传感器网络 覆盖约束优化 概率感知模型 特征点集 惯性权重 并行分区式粒子群算法
【基金】：教育部博士点专项基金(No.20113219110028) 江苏省自然科学基金(No.BK2012803)
【分类号】：TP212.9;TN929.5;TP18
【正文快照】： 1引言覆盖问题是无线传感器网络的一个基本问题[1],已有许多研究成果[2,3],其中大多数是基于二元感知模型的.更符合实际的研究表明,感知模型是概率性的[4],传感器以概率ρ感知目标,概率随着传感和通信半径的改变而变化[5].由于覆盖重叠区域并不规则,覆盖率的计算比较困难,一些

【相似文献】

中国期刊全文数据库 前10条

1 张晓明;王儒敬;;一种带逆反的粒子群算法[J];计算机科学;2006年10期

2 柳伯超;秦茂玲;刘弘;;改进粒子群算法在货物装载中的应用[J];信息技术与信息化;2006年05期

3 吴军;李为吉;;改进的粒子群算法及在结构优化中的应用[J];陕西理工学院学报(自然科学版);2006年04期

4 邓伟林;胡桂武;;粒子群算法研究与展望[J];现代计算机;2006年11期

5 陈健;刘同玉;;混合区间粒子群算法[J];系统工程理论方法应用;2006年06期

6 王芳;雷开友;邱玉辉;;一种粒子群算法的多样性策略研究[J];计算机科学;2006年01期

7 车林仙;;基于粒子群算法的混沌系统快速控制[J];泸州职业技术学院学报;2006年03期

8 单汨源;吴娟;吴亮红;刘琼;;基于改进粒子群算法的资源受限项目进度研究[J];计算机工程与应用;2007年15期

9 童楠;符强;;一种域自适应型的粒子群算法[J];计算机与现代化;2007年05期

10 杨莹;;改进的混合粒子群算法[J];煤炭技术;2007年05期

中国重要会议论文全文数据库 前10条

1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(上)[C];2012年

2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集（上）[C];2009年

3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国（天津）’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年

中国博士学位论文全文数据库 前10条

1 王芳;粒子群算法的研究[D];西南大学;2006年

2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年

3 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

4 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

5 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

6 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

7 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

8 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年

9 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年

10 冯琳;改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用[D];东北大学;2013年

，

本文编号：645405