| 本文已被：浏览 2次 下载 3次 |
码上扫一扫！ |
|
|
| 融合环境知识PSO算法的WSN覆盖优化 |
|
郭肇禄1,2*,赵瑞壮1,杨火根1,李康顺31,2,3
|
|
1.江西理工大学 理学院,江西 赣州 341000;2.中国科学院 自动化研究所,北京 100190;3.华南农业大学 数学与信息学院,广东 广州 526000
|
|
| 摘要: |
| 针对传统的粒子群优化算法在解决多障碍物环境内的无线传感器网络(Wireless Sensor Networks, WSNs)覆盖优化问题时存在盲目性的不足,提出一种融合环境知识的粒子群优化(Particle Swarm Optimization with Environmental Knowledge, PSO EK)算法.在PSO EK算法中,根据无线传感器节点在多障碍物环境下的状态,提出融合环境知识的扩散运动速度公式和碰撞运动速度公式,设计自适应的参数策略,提高多障碍物环境内的WSN覆盖率.试验结果表明:相比于传统算法,PSO EK算法在解决多障碍物环境内的WSN覆盖优化问题时有着更优异的性能. |
| 关键词: 无线传感器网络 粒子群优化 多障碍物环境 环境知识 运动方程 |
| DOI： |
| 分类号:TP391 |
| 基金项目:国家自然科学基金资助项目(12161043; 61662029);江西省自然科学基金资助项目(20192BAB201007);江西省教育厅科技项目资助(GJJ160623;GJJ17049);江西理工大学青年英才支持计划项目(2018) |
|
|
|
|
| Abstract: |
|
| Key words: |
