【摘要】：為了解決粒子群算法的無(wú)線傳感器網(wǎng)絡(luò)覆蓋方法存在的容易出現(xiàn)局部收斂的問(wèn)題,提出基于改進(jìn)粒子群的無(wú)線傳感器網(wǎng)絡(luò)覆蓋優(yōu)化方法。分析基本粒子群算法進(jìn)行無(wú)線傳感器網(wǎng)絡(luò)覆蓋優(yōu)化的過(guò)程,找出其存在的局部收斂問(wèn)題,通過(guò)采用擬萬(wàn)有引力和庫(kù)侖力兩種擬物方案,在粒子速度進(jìn)化過(guò)程中融入擬物力,對(duì)基本粒子群算法的速度修正過(guò)程實(shí)施優(yōu)化,避免粒子群算法出現(xiàn)局部收斂問(wèn)題,降低重復(fù)覆蓋率,完成無(wú)線傳感器網(wǎng)絡(luò)覆蓋優(yōu)化。實(shí)驗(yàn)結(jié)果表明,改進(jìn)粒子群算法具有更快的收斂效率,對(duì)無(wú)線傳感網(wǎng)絡(luò)的覆蓋優(yōu)化效果更好。
[Abstract]:In order to solve the problem of local convergence, the method for optimizing the network coverage of the wireless sensor based on the improved particle swarm is proposed in order to solve the problem of local convergence. The process of the optimization of the network coverage of the wireless sensor based on the basic particle swarm algorithm is analyzed to find out the local convergence problem, and the pseudo material is integrated in the process of particle velocity evolution by using two quasi-universal gravitation and coulomb force. The optimization of the speed correction process of the basic particle swarm optimization is carried out, so that the local convergence problem of the particle swarm optimization algorithm is avoided, the repeated coverage rate is reduced, and the network coverage optimization of the wireless sensor is completed. The experimental results show that the improved particle swarm optimization has faster convergence efficiency and better coverage optimization of the wireless sensor network.
【作者單位】： 青島理工大學(xué)計(jì)算機(jī)工程學(xué)院;
【分類號(hào)】：TN929.5;TP18;TP212.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃國(guó)榮;鐘衛(wèi)軍;張吉廣;;基于漸近波形估計(jì)與混合粒子群算法的目標(biāo)外形反演[J];系統(tǒng)工程與電子技術(shù);2010年05期

2 郭龍;熊偉;李牧東;;一種基于粒子群算法的無(wú)線傳感器k重覆蓋優(yōu)化策略[J];科學(xué)技術(shù)與工程;2012年21期

3 紀(jì)志成;張?jiān)苼?;基于混沌粒子群算法的集成網(wǎng)絡(luò)優(yōu)化[J];控制工程;2012年05期

4 張中山;余潔;孟云閃;;粒子群算法在極化SAR目標(biāo)對(duì)比增強(qiáng)中的應(yīng)用[J];地理空間信息;2013年02期

5 魏媛媛;姚金杰;;交叉粒子群算法在空間飛行目標(biāo)定位中的應(yīng)用[J];彈箭與制導(dǎo)學(xué)報(bào);2010年05期

6 陽(yáng)凱;趙志欽;聶在平;;基于模糊離散粒子群算法的非均勻陣列優(yōu)化(英文)[J];電子科技大學(xué)學(xué)報(bào);2012年01期

7 邱新建;山拜·達(dá)拉拜;薛鳳鳳;;采用粒子群算法的空時(shí)二維參數(shù)估計(jì)[J];計(jì)算機(jī)應(yīng)用;2012年11期

8 彭大志;王艷;;基于混合粒子群算法的無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議[J];測(cè)控技術(shù);2014年07期

9 王建華;史明岳;王婷婷;;基于量子粒子群算法的移動(dòng)節(jié)點(diǎn)覆蓋優(yōu)化[J];微電子學(xué)與計(jì)算機(jī);2012年06期

10 鄭禹;汪萍;;基于粒子群算法的稀布陣?yán)走_(dá)防雷優(yōu)化設(shè)計(jì)分析[J];電腦知識(shí)與技術(shù);2013年08期

相關(guān)會(huì)議論文 前1條

1 陳定;何炳發(fā);;一種新的二進(jìn)制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國(guó)天線年會(huì)論文集（上）[C];2009年

相關(guān)碩士學(xué)位論文 前10條

1 劉慶雪;LTE系統(tǒng)中高能效的資源聯(lián)合分配算法研究[D];西安電子科技大學(xué);2014年

2 段磊;復(fù)雜環(huán)境下的冗余通信系統(tǒng)技術(shù)研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

3 凌權(quán);混合啟發(fā)式粒子群算法求解無(wú)線Mesh網(wǎng)絡(luò)節(jié)點(diǎn)部署問(wèn)題[D];湘潭大學(xué);2015年

4 陳德鴻;機(jī)會(huì)網(wǎng)絡(luò)移動(dòng)模型研究[D];河南大學(xué);2015年

5 王秀全;基于蟻群粒子群算法的無(wú)線多媒體傳感器網(wǎng)絡(luò)覆蓋優(yōu)化[D];太原理工大學(xué);2016年

6 晁迎;基于智能算法與多目標(biāo)模型的基站位置優(yōu)化研究[D];新疆大學(xué);2016年

7 周劍波;復(fù)雜環(huán)境下無(wú)線傳感網(wǎng)絡(luò)覆蓋控制策略研究[D];湖南大學(xué);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];西安電子科技大學(xué);2015年

9 盧海龍;基于粒子群算法的組網(wǎng)優(yōu)化問(wèn)題研究[D];沈陽(yáng)理工大學(xué);2016年

10 宋盼盼;基于粒子群算法的Ad Hoc網(wǎng)絡(luò)路由優(yōu)化方法研究[D];中北大學(xué);2017年

，

本文編號(hào)：2410930