|
|||||
|
|
| 基于精英的量子粒子群优化的Ad hoc能耗研究 | |
| 引用本文： | 张峰,贾智平,蔡晓军,张兰华.基于精英的量子粒子群优化的Ad hoc能耗研究[J].计算机科学,2014,41(9):132-136,164. |
| 作者姓名： | 张峰 贾智平 蔡晓军 张兰华 |
| 作者单位： | 1. 山东大学计算机科学与技术学院 济南 250101;泰山医学院信息工程学院 泰安 271016 2. 山东大学计算机科学与技术学院 济南 250101 3. 泰山医学院信息工程学院 泰安 271016 |
| 基金项目： | 本文受山东省自然科学基金(ZR2013FL031),国家安全生产重大事故防治关键技术科技项目(2013084)资助 |
| 摘 要： | 在Ad hoc网络中,随着多播应用领域的日益扩大,如何构造最小能耗多播树是一个重要问题。针对选择不同的中继节点对构造最小能耗多播树产生的影响,提出了一种优化最小能耗多播树构造的基于精英学习的量子粒子群算法(QPELSO)。为了避免粒子群算法早熟收敛,采用动态逼近学习策略对精英个体进行局部更新,使其跳出局部极值点,引导种群进行有效搜索;借鉴群体早熟判断机制对停滞状态下的精英个体空间进行变尺度混沌扰动,增大种群全局搜索空间,有效平衡了算法的局部和全局搜索能力。模拟实验结果表明,改进后的粒子群算法具有较强的优化能力,并且有效地优化了最小能耗多播树的构造。 |
| 关 键 词： | Ad hoc网络 精英学习 量子粒子群优化 多播路由 最小能耗 |
| 收稿时间： | 2013/11/23 0:00:00 |
| 修稿时间： | 2014/1/30 0:00:00 |
Energy Consumption in Ad hoc Based on Quantum-behaved Particle Swarm Optimization Elitist Learning Algorithm |
|
| ZHANG Feng,JIA Zhi-ping,CAI Xiao-jun and ZHANG Lan-hua.Energy Consumption in Ad hoc Based on Quantum-behaved Particle Swarm Optimization Elitist Learning Algorithm[J].Computer Science,2014,41(9):132-136,164. | |
| Authors: | ZHANG Feng JIA Zhi-ping CAI Xiao-jun and ZHANG Lan-hua |
| Affiliation: | School of Computer Science and Technology,Shandong University,Jinan 250101,China;School of Information Engineering,Taishan Medical University,Taian 271016,China;School of Computer Science and Technology,Shandong University,Jinan 250101,China;School of Computer Science and Technology,Shandong University,Jinan 250101,China;School of Information Engineering,Taishan Medical University,Taian 271016,China |
| Abstract: | |
| Keywords: | Ad hoc networks Elitist learning Quantum-behaved particle swarm optimization Multicast routing Minimum energy consumption |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《计算机科学》浏览原始摘要信息 | |
| 点击此处可从《计算机科学》下载全文 | |