發(fā)布時間：2020-08-03 15:20

【摘要】：隨著計算機技術(shù)網(wǎng)絡(luò)、自動化控制、人工智能等學科的快速發(fā)展,獲取有效的信息數(shù)據(jù)越來越引起人們的關(guān)注,無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSNs)隨之發(fā)展起來。WSNs是一種在網(wǎng)絡(luò)環(huán)境中保持自適應(yīng)性,擁有一定的認知能力并且能夠完成相對應(yīng)的任務(wù)目標的智能網(wǎng)絡(luò)系統(tǒng),有著廣闊的研究空間和光明的應(yīng)用前景。當今社會,WSNs廣泛應(yīng)用在民用領(lǐng)域和軍用領(lǐng)域中,并且取得了十分好的效果,成為在信息技術(shù)領(lǐng)域中一個重要的研究方向。粒子群算法作為一種智能優(yōu)化算法,具有快速的求解速度和較強的搜尋最優(yōu)解的能力,在搜尋的過程中,會受到個體歷史搜索最優(yōu)位置的影響和整個群體所有個體的最優(yōu)位置兩方面的影響。本文將其應(yīng)用于無線傳感器網(wǎng)絡(luò)覆蓋問題,通過對粒子群的研究分析后發(fā)現(xiàn)粒子群算法在多次迭代后依舊不能擺脫局部最優(yōu)而陷入死循環(huán),而無線傳感器網(wǎng)絡(luò)覆蓋率最優(yōu)化問題尋優(yōu)過程較復雜,計算量較大,因此需要對算法進行優(yōu)化和改進。針對粒子群算法收斂速度較慢、容易陷于局部最優(yōu)等問題,本文提出了一種基于人工勢場的粒子群算法(Virtual-Forced Particle Swarm Optimization,VFPSO),借鑒應(yīng)用于解決機器人的路徑規(guī)劃和障礙躲避的人工勢場算法的思想,針對粒子群算法中粒子迭代的尋優(yōu)過程,引入粒子間的虛擬力作用,使優(yōu)化問題的初始解分布更加均勻,在迭代尋優(yōu)前期有更強的排斥力,后期增強錨節(jié)點的吸引力,從而加快算法收斂速度,獲得高精度的最優(yōu)解。針對粒子群算法精度低的問題提出一種基于天牛須搜索策略的粒子群算法(Beetle Antennae Search Strategy Particle Swarm Optimization,BASPSO),將天牛須搜索策略與粒子群算法中自學習過程相結(jié)合,改變了粒子尋優(yōu)路徑,并對其進行了函數(shù)測試,改善了實驗效果。將兩種算法分別應(yīng)用于無線傳感器網(wǎng)絡(luò)覆蓋問題中,通過多次實驗調(diào)試,發(fā)現(xiàn)VFPSO算法能夠使粒子分布更加均勻,能夠避免粒子過于聚集而使算法陷入局部最優(yōu)解,但由于算法計算量較大,更適合于小規(guī)模的覆蓋問題,能夠得到更好的布局。而BASPSO算法由于算法復雜度較低,適用于更大范圍的覆蓋問題,能夠得到相較于標準粒子群算法更優(yōu)的網(wǎng)絡(luò)布局。
【學位授予單位】：山東師范大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP212.9;TN929.5;TP18
【圖文】：

本文編號：2779816