当前位置:主页 > 科技论文 > 自动化论文 >

基于混沌粒子群算法的Ad Hoc网络优化研究

发布时间:2018-01-20 09:58

  本文关键词: 混沌理论 混沌粒子群算法(C-PSO) Ad Hoc网络 网络优化 出处:《北京理工大学学报》2017年04期  论文类型:期刊论文


【摘要】:基于混沌理论提出了混沌粒子群算法C-PSO(chaotic particle swarm optimization),C-PSO算法针对Ad Hoc网络提取的优化指标进行优化处理,在网络优化过程中,C-PSO算法充分利用了混沌系统的随机性、遍历性、敏感性等特性,避免了PSO算法"早熟"现象的出现,避免了陷入局部最优区,增强了全局收索能力.基于网络模拟器NS-3仿真系统对C-PSO算法和PSO算法进行了仿真实验测试,通过对丢包率、网络生命周期和网络吞吐率3个网络性能指标的对比分析和评估,结果表明C-PSO算法优于PSO算法,从而验证了C-PSO算法对Ad Hoc网络优化的有效性与可靠性.实现了对Ad Hoc网络优化.
[Abstract]:Based on chaos theory, a chaotic particle swarm optimization algorithm, C-PSO chaotic particle swarm optimization, is proposed. C-PSO algorithm optimizes the optimization indexes extracted from Ad Hoc network. In the process of network optimization, C-PSO algorithm makes full use of randomness and ergodicity of chaotic system. Sensitivity and other characteristics avoid the phenomenon of "precocity" in PSO algorithm, and avoid falling into the local optimal region. Based on the network simulator NS-3 simulation system, the C-PSO algorithm and the PSO algorithm are simulated and tested, and the packet loss rate is tested. The comparison analysis and evaluation of three network performance indexes of network life cycle and network throughput show that C-PSO algorithm is superior to PSO algorithm. The validity and reliability of C-PSO algorithm for Ad Hoc network optimization are verified, and the optimization of Ad Hoc network is realized.
【作者单位】: 齐齐哈尔大学应用技术学院;齐齐哈尔大学现代教育技术中心;齐齐哈尔大学计算机与控制工程学院;
【基金】:国家“九七三”计划项目(2010CB731800) 国家自然科学基金资助项目(41075103) 齐齐哈尔市科学技术计划重点项目(GYGG201515)
【分类号】:TN929.5;TP18
【正文快照】: 混沌理论(chaos theory)是一种非线性理论,1963年美国天文学家Lorenz E N创立了著名的Lorenz系统并发现了Lorenz吸引子[1],1977年第一届混沌会议在意大利召开,1978年美国物理学家Feigenbaum提出了Feigenbaum常数[2],20世纪80年代以来,混沌理论在物理、化学、数学、通信、信息

【相似文献】

相关期刊论文 前10条

1 郭龙;熊伟;李牧东;;一种基于粒子群算法的无线传感器k重覆盖优化策略[J];科学技术与工程;2012年21期

2 纪志成;张云亚;;基于混沌粒子群算法的集成网络优化[J];控制工程;2012年05期

3 张中山;余洁;孟云闪;;粒子群算法在极化SAR目标对比增强中的应用[J];地理空间信息;2013年02期

4 魏媛媛;姚金杰;;交叉粒子群算法在空间飞行目标定位中的应用[J];弹箭与制导学报;2010年05期

5 阳凯;赵志钦;聂在平;;基于模糊离散粒子群算法的非均匀阵列优化(英文)[J];电子科技大学学报;2012年01期

6 邱新建;山拜·达拉拜;薛凤凤;;采用粒子群算法的空时二维参数估计[J];计算机应用;2012年11期

7 彭大志;王艳;;基于混合粒子群算法的无线传感器网络路由协议[J];测控技术;2014年07期

8 王建华;史明岳;王婷婷;;基于量子粒子群算法的移动节点覆盖优化[J];微电子学与计算机;2012年06期

9 郑禹;汪萍;;基于粒子群算法的稀布阵雷达防雷优化设计分析[J];电脑知识与技术;2013年08期

10 庞立伟;薛文虎;杨洪立;;混沌自适应粒子群算法在故障检测中的应用[J];计算机与数字工程;2014年03期

相关会议论文 前1条

1 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

相关硕士学位论文 前10条

1 刘庆雪;LTE系统中高能效的资源联合分配算法研究[D];西安电子科技大学;2014年

2 段磊;复杂环境下的冗余通信系统技术研究与实现[D];西安电子科技大学;2014年

3 凌权;混合启发式粒子群算法求解无线Mesh网络节点部署问题[D];湘潭大学;2015年

4 陈德鸿;机会网络移动模型研究[D];河南大学;2015年

5 王秀全;基于蚁群粒子群算法的无线多媒体传感器网络覆盖优化[D];太原理工大学;2016年

6 晁迎;基于智能算法与多目标模型的基站位置优化研究[D];新疆大学;2016年

7 周剑波;复杂环境下无线传感网络覆盖控制策略研究[D];湖南大学;2015年

8 雷秀英;基于粒子群算法的WSN路由分簇算法的研究[D];西安电子科技大学;2015年

9 卢海龙;基于粒子群算法的组网优化问题研究[D];沈阳理工大学;2016年

10 王智;量子粒子群算法在物联网中的应用[D];江南大学;2012年



本文编号:1447763

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1447763.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e9709***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com