工業(yè)無線傳感器網(wǎng)絡攻擊源定位任務分配優(yōu)化算法
發(fā)布時間:2022-10-20 14:44
針對工業(yè)無線傳感器網(wǎng)絡中參與攻擊源節(jié)點定位的任務分配問題,構(gòu)建和求解多目標優(yōu)化定位任務分配模型,任務分配模型中設定參考節(jié)點組合總能量消耗、距離平均標準偏差目標函數(shù),以及空間約束和剩余能量約束條件;采用循環(huán)擁擠排序?qū)⒎侵渑判蜻z傳算法(NSGA-Ⅱ)進行改進后加入基于稀疏度局部搜索的混合優(yōu)化算法聯(lián)合求解任務分配模型,將稀疏度最小的解作為稀疏解,再采用極限優(yōu)化策略在稀疏解周圍進行局部搜索使得解擁有更好的分布特性. Matlab仿真結(jié)果表明該改進的混合優(yōu)化算法可以提高算法收斂速度以及降低算法復雜度,在較快的時間內(nèi)選擇出合適的參考節(jié)點組合,減少了定位誤差,提高了定位精度.
【文章頁數(shù)】:8 頁
【文章目錄】:
0 引言
1 多目標任務分配數(shù)學模型
1.1 參考節(jié)點選擇模型
1.2 多目標參考節(jié)點選擇優(yōu)化數(shù)學模型
1.2.1 目標函數(shù)
1) 參考節(jié)點總能量消耗目標函數(shù)
2) 參考節(jié)點距離平均偏差值目標函數(shù)
1.2.2 約束條件
1) 空間約束
2) 剩余能量約束
1.2.3 多目標優(yōu)化數(shù)學模型
2 多目標優(yōu)化任務分配模型的求解
2.1 基于改進的NSGA-Ⅱ的全局搜索
1) 快速非支配排序方法
2) 精英選擇策略
3) 循環(huán)擁擠排序
2.2 基于稀疏度的局部搜索
2.2.1 稀疏度
2.2.2 極限優(yōu)化策略
2.3 混合算法流程圖
3 仿真實驗與結(jié)果分析
4 結(jié)論
【參考文獻】:
期刊論文
[1]異構(gòu)IWSN下對Sybil攻擊源的定位[J]. 孫子文,朱穎. 傳感技術(shù)學報. 2019(02)
[2]異構(gòu)無線傳感器網(wǎng)絡測試平臺研究綜述[J]. 蔣文賢,周雅琴,吳晶晶. 信息與控制. 2018(04)
[3]異構(gòu)工業(yè)無線傳感器網(wǎng)絡的雙層Sybil攻擊檢測方案[J]. 朱穎,孫子文. 信息與控制. 2018(01)
[4]一種基于密度的局部搜索NSGA2算法[J]. 栗三一,李文靜,喬俊飛. 控制與決策. 2018(01)
[5]一種求解多目標優(yōu)化問題的進化算法混合框架[J]. 田紅軍,汪鐳,吳啟迪. 控制與決策. 2017(10)
[6]一種改進的基于NSGA-Ⅱ和DE的多目標混合進化算法[J]. 潘曉英,朱靜. 計算機應用研究. 2016(12)
[7]改進二進制粒子群優(yōu)化的節(jié)點選擇算法[J]. 魏聲云,張靜,郭虹,李鷗. 西安電子科技大學學報. 2016(02)
[8]采用循環(huán)擁擠排序策略的改進NSGA-Ⅱ算法[J]. 羅辭勇,陳民鈾,張聰譽. 控制與決策. 2010(02)
碩士論文
[1]基于RSSI的無線傳感器網(wǎng)絡定位算法的研究與實現(xiàn)[D]. 劉玉龍.沈陽航空航天大學 2017
本文編號:3694727
【文章頁數(shù)】:8 頁
【文章目錄】:
0 引言
1 多目標任務分配數(shù)學模型
1.1 參考節(jié)點選擇模型
1.2 多目標參考節(jié)點選擇優(yōu)化數(shù)學模型
1.2.1 目標函數(shù)
1) 參考節(jié)點總能量消耗目標函數(shù)
2) 參考節(jié)點距離平均偏差值目標函數(shù)
1.2.2 約束條件
1) 空間約束
2) 剩余能量約束
1.2.3 多目標優(yōu)化數(shù)學模型
2 多目標優(yōu)化任務分配模型的求解
2.1 基于改進的NSGA-Ⅱ的全局搜索
1) 快速非支配排序方法
2) 精英選擇策略
3) 循環(huán)擁擠排序
2.2 基于稀疏度的局部搜索
2.2.1 稀疏度
2.2.2 極限優(yōu)化策略
2.3 混合算法流程圖
3 仿真實驗與結(jié)果分析
4 結(jié)論
【參考文獻】:
期刊論文
[1]異構(gòu)IWSN下對Sybil攻擊源的定位[J]. 孫子文,朱穎. 傳感技術(shù)學報. 2019(02)
[2]異構(gòu)無線傳感器網(wǎng)絡測試平臺研究綜述[J]. 蔣文賢,周雅琴,吳晶晶. 信息與控制. 2018(04)
[3]異構(gòu)工業(yè)無線傳感器網(wǎng)絡的雙層Sybil攻擊檢測方案[J]. 朱穎,孫子文. 信息與控制. 2018(01)
[4]一種基于密度的局部搜索NSGA2算法[J]. 栗三一,李文靜,喬俊飛. 控制與決策. 2018(01)
[5]一種求解多目標優(yōu)化問題的進化算法混合框架[J]. 田紅軍,汪鐳,吳啟迪. 控制與決策. 2017(10)
[6]一種改進的基于NSGA-Ⅱ和DE的多目標混合進化算法[J]. 潘曉英,朱靜. 計算機應用研究. 2016(12)
[7]改進二進制粒子群優(yōu)化的節(jié)點選擇算法[J]. 魏聲云,張靜,郭虹,李鷗. 西安電子科技大學學報. 2016(02)
[8]采用循環(huán)擁擠排序策略的改進NSGA-Ⅱ算法[J]. 羅辭勇,陳民鈾,張聰譽. 控制與決策. 2010(02)
碩士論文
[1]基于RSSI的無線傳感器網(wǎng)絡定位算法的研究與實現(xiàn)[D]. 劉玉龍.沈陽航空航天大學 2017
本文編號:3694727
本文鏈接:http://www.sikaile.net/kejilunwen/wltx/3694727.html
最近更新
教材專著