首页 | 本学科首页   官方微博 | 高级检索  
     

基于概率感知和改进量子遗传算法的节点部署策略
引用本文:郑崇盈,徐景红.基于概率感知和改进量子遗传算法的节点部署策略[J].计算机测量与控制,2015,23(3):933-935.
作者姓名:郑崇盈  徐景红
作者单位:杭州职业技术学院,杭州,310018
摘    要:为了最大化监测区域的网络覆盖率和实现网络的负载均衡,设计了一种基于改进概率感知模型和量子遗传算法的移动节点部署方法;首先,在传统概率感知模型中加入环境干扰噪声因素和节点剩余能量因素进而获得改进的概率感知模型,然后,对传统的量子遗传算法进行改进,设计了新的量子旋转门和量子比特变异方式,以加快全局收敛速度和防止陷入局部最优;最后,定义了基于改进量子遗传算法获取移动节点最优部署位置的算法;仿真实验表明:文中方法能有效地对网络区域进行部署,实现最大化网络的覆盖率和最小化能量消耗,与其它方法相比,具有较大的优越性,是一种可行的方法。

关 键 词:量子遗传算法  移动节点部署  覆盖率  剩余能量

Sensor Node Deployment Based on Probability and Improved Quantum Genetic Algorithm
Zheng Chongying,Xu Jinghong.Sensor Node Deployment Based on Probability and Improved Quantum Genetic Algorithm[J].Computer Measurement & Control,2015,23(3):933-935.
Authors:Zheng Chongying  Xu Jinghong
Affiliation:Zheng Chongying;Xu Jinghong;Hangzhou Vocational & Technical College;
Abstract:
Keywords:quantum genetic algorism  mobile node deployment  coverage rate  remain energy
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号