基于SA的改进遗传算法的测试数据生成研究

测试数据的自动生成研究是软件测试的一个焦点问题,测试数据的自动生成可以提高测试工作效率,节约测试成本.考虑遗传算法(GA)和模拟退火算法(SA)各自优缺点,提出遗传/模拟退火(GASA)混合算法的策略,在标准的GA中融入SA,在GA的局部搜索中引入SA,SA的随机状态受限于遗传优化算法的结果,GA的种群更新是由SA的退温算法和随机状态产生函数来控制,从而得到最优解.GA-SA算法取长补短,提高了算法的全局和局部搜索能力,能避免GA过早收敛,提高了算法搜索最优解的能力.实验结果表明,GASA算法寻找最优解所需的迭代次数明显优于标准GA.     

基于改进遗传模拟退火算法的WSN路径优化

针对无线传感器网络路径优化问题,提出了一种改进的最优保存的遗传模拟退火算法。利用LEACH算法构建初始路由表,使用GASA的高效率搜索,将路由计算和遗传演化计算同时进行,并直至寻找到近似最优路径为止。将最优保存遗传算法和模拟退火算法相结合,引入自适应的概率变化,有效地解决了这两种算法的早熟现象和时间问题。仿真实验表明,该算法有效地解决了无线传感器路径优化问题,具有定位准确、节能和搜索能力较强等优点。     

基于遗传模拟退火算法的无线传感器网路由协议

在无线传感器网络中(WSNs)中,由于节点能量有限,为了延长整个网络的生存周期,提出一种基于遗传模拟退火算法的无线传感器网络路由协议.利用模拟退火(SA)算法具有较强的局部搜索能力并能以稳定的速度收敛,克服遗传算法(GA)局部搜索能力差并容易早熟收敛等缺点.该路由协议在簇头节点选举时充分考虑了节点的剩余能量,并根据网络中数据转发能量耗损和延迟时间建立个体适应度函数,采用遗传模拟退火算法找到簇头节点到基站的最优路径.仿真结果表明:与其他协议比较,该方法不仅可以均衡各个节点的剩余能量,还可以有效延长整个网络生存周期和提高网络的数据传输能力.     

现代优化技术在无线传感器网络中的应用

无线传感器网络是由大量廉价、微小的传感器节点构成的,用于实时监测环境的无线自组织网络。由于无线传感器网络具有规模庞大、节点的计算和存储资源受限、网络拓扑动态不确定等特性,设计高性能的无线传感器网络常常会涉及传统的技术难以建模和求解的复杂优化问题。现代优化技术是一类新兴的具有较强全局搜索能力的启发式优化算法,是解决无线传感器网络中的复杂优化问题的有力工具。作者在研究现代优化技术在无线传感器网络中的主要应用领域,包括传感器节点的定位、网络节点的部署优化、网络覆盖优化、网络路由优化和数据融合问题的基础上,分析了现代优化技术在求解无线传感器网络中的复杂优化问题上的优缺点,并对该领域未来的发展趋势进行了展望。     

无线传感器网络节点的自定位技术研究

首先, 总结和分析 无线传感网络节点自定位的基本原理、分类,得到自定位技术的本质是一个优化最优问题;其次,在该基础上,以遗传算法、模拟退火算法、进化策略和差分进化算法作为研究对象,针对这4种典型定位算法的优缺点展开讨论;然后,结合GA算法和SA算法各自的优势,提出一种遗传-模拟退火算法,从而增加初始种群的多样性,避免在传感器节点选择中陷入局部最优解的问题;最后,将上述改进方法应用到无线传感器网络节点定位中,用MATLAB分别对GA算法、SA算法和GSA算法进行仿真比较,验证了GSA算法的优势,为无线传感节点自定位技术提供新的参考。     

基于剩余能量的认知无线传感器网络频谱分配

针对当前无线传感器网络(WSN)使用的ISM频段频谱资源稀缺、传感器节点能耗受限等问题,将认知无线电技术应用到无线传感器网络,提出一种基于改进二进制灰狼优化算法(IBGWO)的频谱分配方案。该算法在标准灰狼算法(GWO)的基础上采用由适应度值比例构成的权重因子,动态调整算法的位置向量更新,同时使用一种动态转换函数,将个体位置映射,到二进制空间,具有平衡全局搜索和局部开发的能力。仿真实验表明,将改进后的灰狼优化算法应用于认知无线传感器网络频谱分配中,其收敛速度和寻优能力优于标准灰狼算法,能较好的实现认知无线传感器节点的剩余能量最大化,且次用户接入公平性优于其他算法。     

无线传感器网络任务分配的遗传优化算法

为了延长网络生命周期,减少网络能量消耗和均衡网络负载,构造了无线传感器网络任务分配的模型,提出与小生境技术相结合自适应选择概率、三—三交叉算子和目标位变异算子,改进GA算法在很好地保持种群收敛性的同时,提高了算法的局部和全局搜索能力。仿真实验结果表明,该分配算法在局部求解与全局探索之间取得了较好的平衡,能有效减少无线传感器网络的计算时间和网络能耗,并有效地均衡网络负载。     

一种无线传感网络拓扑级联算法研究

针对目前无线传感网络拓扑优化时忽略汇聚节点收敛特性导致网络鲁棒性低的缺陷，提出了一种基于改进的文化基因的拓扑优化模型。考虑到无线传感器网络的级联特性，设计了一种基于汇聚介数熵的局部搜索算子。实验结果表明，所提改进文化基因模型的拓扑优化算法综合性能更优。仿真结果进一步验证了所提模型对提高无线传感器网络的级联鲁棒性具有一定的借鉴作用。     

基于改进的遗传模拟退火混合算法求解TSP问题

本文针对遗传算法（GA）早熟收敛问题就GA的交叉算予进行改进,针对模拟退火算法易陷入局部最小值的缺点．使用HFC—ADM（自适应输入阂值的分等级搜索）的SA（模拟退火算法）和改进后的GA相结合,提出了一种求解TSP问题的遗传模拟退火混合算法,并应用于求解TSP（旅行商问题）问题。实验结果表明,该算法具有比传统的GA以及基于HFC—ADM的SA具有更强的全局搜索能力和更快的收敛速度。     

改进QGA在WSNs节点部署中的应用

对含有障碍区域的无线传感器网络（WSNs）节点部署问题进行研究。建立节点探测模型和网络覆盖率评价方法,基于概率传感器模型提出一种部署方式,即对障碍区域进行随机布撒节点,确定区域采用量子遗传算法（QGA）寻找最优节点部署位置,实现对同构WSNs节点构成的目标区域的高效覆盖。仿真结果与GA,QGA相比：改进QGA有效提高了算法整体的搜索能力和收敛速度。     

基于遗传模拟退火算法的门阵列布局方法

为实现门阵列模式布局,将遗传算法与模拟退火算法相结合,提出一种新的遗传模拟退火算法,利用遗传算法进行全局搜索,利用模拟退火法进行局部搜索,在进化过程中采用精英保留策略,对进化结果进行有选择的模拟退火操作,既加强了局部搜索能力又防止陷入局部最优。实验结果表明,与传统遗传算法相比,该算法能够有效提高全局搜索能力。     

飞机状态监测无线传感器网络系统

ZigBee技术与无线传感器网络完美地结合在一起,成为无线传感器网络中无线通信应用的首选技术之一,具有低功耗、低成本、网络容量大、灵活安全和抗干扰能力强等特点.用ZigBee技术研制的飞机状态监测无线传感器网络系统布线少,可减少整个系统的重量和成本,增加系统的灵活性,还可快速的布局和监测数据,实时地传输动态信息,可以使飞机状态监测和故障诊断技术达到一个新水平,有力推动航空技术的发展.基于这一应用要求,将新型传感器和无线传感器网络技术相结合,设计了用于飞机状态监测的无线传感器网络系统方案及其相关节点,实验实现了系统的基本功能,初步验证了此飞机状态监测系统的可行性.     

基于ZigBee无线传感器网络的煤矿监测系统设计

文章介绍了基于ZigBee无线传感器网络的煤矿监测系统的结构组成、适用于煤矿井巷环境的ZigBee无线传感器网络拓扑结构及网络节点的构成、软硬件设计等。凭借基于ZigBee技术的无线传感器网络节点可移动、组网快速简单、成本低、网络易维护等特点,该监测系统有着很大的推广应用价值。     

基于CC2530的无线传感器网络监控平台

设计了一种基于ZigBee的低复杂度、低功耗和低成本的无线传感器网络环境监控平台,该平台可动态显示网络拓扑结构。主要由ZigBee无线传感器网络、通信网关和ARM控制台三部分构成。以ARM9作为控制台环境,ZigBee芯片CC2530为核心搭建无线网络,挂载温/湿度传感器、振动传感器及压力传感器等构成完整的环境监测平台。测试结果表明,设计的系统运行稳定,数据采集准确,网络健硕,具有可扩展性。     

基于DSP的动态传感器网络实验平台的设计和开发

介绍了一种基于DSP2812的动态传感器网络实验平台的设计与开发．该实验平台的设计由配备各种低成本、低功耗的传感器和无线通信模块的可移动的传感器节点组成．在介绍动态传感器网络实验平台的各个组成部分之后，对系统进行了的基本实验测试，并给出了测试结果．     

无线传感器网络节点定位算法的研究

无线传感器网络节点数量大、资源有限,采用全球定位系统(GPS)定位设备来获取节点位置信息成本太高,研究适合无线传感器网络节点定位算法具有重要意义。通过分析无线传感器网络节点定位算法的基本原理,介绍已提出的几种节点定位算法,并进行分析比较。     

传感器网络中多节点协商可逆的数字水印算法

数字水印技术已被用于保障传感器网络所采集数据的完整性与正确性,已有的无线传感器网络中的水印技术几乎都是不可逆的,因而嵌入的水印会对采集的数据具有一定的破坏。为此,将传统的基于差分扩展的可逆水印算法引入到无线传感器网络,并结合无线传感器网络节点协同工作的特点,将已有基于差分扩展的可逆水印算法发展为多节点协商可逆的数字水印算法。该算法针节点结构松散、自身防御能力弱等问题将整体水印分为一定数目的片段,并由各组节点进行随机化处理使所有的片段呈随机性分布,以增加共谋攻击的难度。同时在节点和终端间用一对同步的随机序列发生器解决了对数据的新鲜性鉴别的问题。     

Energy-efficient multipath routing in wireless sensor network considering wireless interference

Due to the energy and resource constraints of a wireless sensor node in a wireless sensor network (WSN), design of energy-efficient multipath routing protocols is a crucial concern for WSN applications. To provide high-quality monitoring information, many WSN applications require high-rate data transmission. Multipath routing protocols are often used to increase the network transmission rate and throughput. Although large-scale WSN can be supported by high bandwidth backbone network, the WSN remains the bottleneck due to resource constraints of wireless sensors and the effects of wireless interference. In this paper, we propose a multipath energy-efficient routing protocol for WSN that considers wireless interference. In the proposed routing protocol, nodes in the interference zone of the discovered path are marked and not allowed to take part in the subsequent routing process. In this way, the quality of wireless communication is improved because the effects of wireless interference can be reduced as much as possible. The network load is distributed on multiple paths instead of concentrating on only one path, and node energy cost is more balanced for the entire wireless network. The routing protocol is simulated in NS2 software. Simulation result shows that the proposed routing protocol achieves lower energy cost and longer network lifetime than that in the literature.