基于蚁群优化的WSN网络数据融合算法

为了减少WSN网络中数据传输量、优化无线传输距离,提出了一种基于蚁群优化的WSN网络数据融合算法.该算法构造数据融合树并根据WSN网络的传输特点改进了蚁群算法,考虑了路径偏转角对路由的影响,调整节点选择概率;同时对最优的多个路径更新信息素,以提升最优路径的全局搜索能力.在WSN网络节点能量消耗、传输延迟方面与经典算法对比,发现该算法能够有效延长网络的生命周期、降低节点能耗,并能改善网络负载均衡.     

基于遗传算法的无线传感器网络路由优化

无线传感器网络节点能量及通信能力有限,建立节能高效的路由路径是延长网络生命周期的关键。针对这一问题,基于遗传算法对无线传感器网络进行路由优化,考虑多种约束条件,提出了一种快速构建节能高效信息传输路径的算法。该算法考虑了网络拓扑结构及节点间的通信距离,避免生成无效个体,进一步优化了网络性能,同时将节点剩余能量及节点间的距离作为路由优化的约束条件,保证最佳路由的有效性。仿真结果表明,与Flooding算法相比,所提算法的网络能量消耗减少了约68%,网络寿命延长了约64%。     

WSN中一种新的基于蚁群优化的路由算法

针对无线传感器网络路由中网络节点能量和生存时间受限问题,提出了一种基于蚁群优化的WSN分簇路由算法.算法引入蚁群优化,对网络覆盖区域内的节点进行分簇处理,簇内利用蚁群优化算法进行最优路径搜索.仿真结果表明:该算法能有效平衡网络节点间能耗,延长网络生存期,蚁群增强了最优路径的可靠性,进一步降低了网络能耗.     

无线传感器网络路由协议成簇算法研究

阐述了无线传感器网络中路由协议成簇算法。在分析LEACH和SCRP的基础上,结合二者各自特点,提出了对SCRP的改进方案,并对实现算法进行了详细描述。由于考虑了网络负载平衡,该改进算法有利于提高WSN能量利用率,延长整个WSN网络的生存时间,拓展了基于簇的WSN路由协议的应用范围。     

基于GA和LEACH的WSN引入交通层路径优化算法

针对WSN节点中分层分簇路由算法存在能耗不均衡、簇首能耗高的问题,提出了一种基于GA和LEACH的WSN引入交通层路径优化算法。该算法基于ZigBee协议引入了新的拓扑结构,并优化了基于距离和能量因素的阈值函数,从而对WSN进行优化。仿真结果表明,在增加9%整体耗能的前提下,减少了关键簇首95%的通信能耗,有效地提高了WSN能耗均匀性,并延长了WSN 1~3倍的整体工作寿命。     

基于蚁群算法的无线传感器网络路由算法实现

本文利用蚁群算法简单、局部工作等特点,结合传感器网络的特征,分析研究了基于蚁群算法的WSN路由算法,并阐述了蚁群算法的无线传感器网络路由算法的实现和仿真设计与分析。     

基于层次分析法的数据传输路径选择优化算法

由于无线传感器网络路由协议对于影响数据传输因素的考虑不够全面,本研究利用层次分析法将无线传感器路由过程层次化分解,对路由过程中的路径长度、数据完整性、能量消耗、接收延时4个影响因素进行分析。通过对不同传输路径的相对优劣进行排序,从而达到优化路由选择的目的。仿真结果分析表明,该方法可以更全面地考虑影响路由的因素,比指南针方法所得到的路径在能量消耗、数据完整度、传输延时等多个方面都要优越。     

基于能量受限的无线传感器网络路由设计

由于传感器节点能量的有限性,如何延长网络的生命周期是无线传感器网络(WSN)路由设计的主要目标.为解决LEACH协议存在簇头分配不均匀和能量消耗较大等问题,研究一种基于蚁群算法的无线传感器网络路由设计方法.主要采用节点能量来选举簇头,采用蚁群算法优化簇间路由以实现簇间通信.仿真结果表明这种方法优于LEACH算法,在降低能量消耗与延长网络生存周期等方面具有更好的性能.     

WSN路由节点优化分布设计的免疫克隆算法

对于无线传感器网络(WSN)路由节点的优化分布设计,人工免疫进化算法存在几何选择区域局限,为了缓解此问题,避免系统收敛于局部最优解,提出一种基于免疫克隆算子的设计方案。根据WSN节点覆盖原理,构建WSN路由节点自适应人工免疫分布模型,用免疫平衡机理计算染色体在每个节点部署网格中的信息浓度概率,采用克隆检测算法监测WSN网络中节点冗余浓度,以使每个WSN路由节点辐射信息素最大化,突破几何选择区域的限制,实现最优节点部署和覆盖。仿真实验表明,新算法能提高网络连通性和节点利用率。     

基于自适应剩余能量阈值的WSN蚁群路由算法

针对无线传感器网络中节点能量分布不均衡和路由算法陷入局部最优解等问题,提出一种基于自适应剩余能量阈值的WSN蚁群路由算法(ATRE-ARA),引入搜索角修正信息素启发函数,对搜索路径进行限制,降低节点能量开销;将节点剩余能量阈值自适应化,改进信息素增量公式,设置信息素浓度上限与下限,优化信息素更新策略,提高信息素增量的准确性,在平衡网络中节点剩余能量的同时提高全局寻优能力。仿真实验表明,ATRE-ARA算法在2种环境下节点平均能耗与ARA算法相比降低了15.12%和11.68%,最优路径长度与EEABR算法相比分别缩短了1.47%和1.59%,证明该算法可有效平衡全局网络能耗,提升算法搜索全局最优的能力,延长网络生命周期。     

Swarm intelligence based dynamic obstacle avoidance for mobile robots under unknown environment using WSN

To solve dynamic obstacle avoidance problems, a novel algorithm was put forward with the advantages of wireless sensor network （WSN）. In view of moving velocity and direction of both the obstacles and robots, a mathematic model was built based on the exposure model, exposure direction and critical speeds of sensors. Ant colony optimization （ACO） algorithm based on bionic swarm intelligence was used for solution of the multi-objective optimization. Energy consumption and topology of the WSN were also discussed. A practical implementation with real WSN and real mobile robots were carried out. In environment with multiple obstacles, the convergence curve of the shortest path length shows that as iterative generation grows, the length of the shortest path decreases and finally reaches a stable and optimal value. Comparisons show that using sensor information fusion can greatly improve the accuracy in comparison with single sensor. The successful path of robots without collision validates the efficiency, stability and accuracy of the proposed algorithm, which is proved to be better than tradition genetic algorithm （GA） for dynamic obstacle avoidance in real time.     

工程结构优化设计的混合遗传算法

根据工程实际，充分考虑规范规定的约束条件和各项技术标准要求，建立了工程结构优化设计模型。为了改善遗传算法在迭代过程中经常出现未成熟收敛、振荡、随机性太大和迭代过程缓慢等缺点，提出一种离散变量结构优化设计的三等分割算法，并与标准遗传算法结合成混合遗传算法。对25杆框架结构优化设计，结果表明，这种混合遗传算法的收敛特性得到很好的改善，即发挥了三等分割算法省时、局部搜索能力强的特点，又发挥了遗传算法全局性好的特点，是有效的工程结构优化设计方法。     

Sensor selection algorithm based on modified binary particle swarm optimization

Considering the problem of sensor selection for multi-target tracking in wireless sensor networks(WSN),a sensor selection algorithm based on binary particle swarm optimization(PSO) is proposed to maximize the tracking accuracy. The predicted coordinate of the target and the determinant of the Fisher information matrix (FIM) is used for sensor selection. A modified form of binary particle swarm optimization(MBPSO) is proposed to solve the model, which is designed by employing the binary vector coding manner, constraint satisfaction cyclic shift population initialization method, particle position updating rules with the V-shaped transfer function and guidance factor. Simulation results show that the proposed sensor selection algorithm can be efficiently applied in the multi-target tracking problem. Compared to the basic particle swarm optimization algorithm and genetic algorithm (GA), the modified algorithm achieves a balance between global optimization and local exploration, and can effectively avoid the local optimum. Moreover, the proposed algorithm is suitable for large-scale networks.     

基于改进遗传算法的离散变量结构优化设计

根据工程实际,充分考虑规范规定的约束条件和各项技术标准要求,建立了离散变量结构优化模型。针对遗传算法的缺陷,提出了一种改进的遗传算法。算例结果表明,改进的遗传算法收敛快、精度高,应用于离散变量结构优化设计是有效的。     

非接触电能传输系统参数非线性规划

针对非接触电能传输系统的频率分叉问题,提出一种改进的参数设计方法.将频率分叉参数模型等效为约束条件,以传输效率最高为目标,同时考虑输出稳压、参数额定值等条件,建立系统的非线性规划模型,采用遗传算法来优化模型参数.为了增强算法处理约束的能力,去掉对约束的整体归一化以增大约束的整体权重|对没有可行个体的种群,将核心约束的满足比例作为新的自适应罚参数,以降低违反核心约束个体的适应度.仿真与实验结果表明：该算法处理约束能力增强|所得参数能使系统稳定运行于零相角频率处,无分叉现象|发现系统在频率分叉区外仍可能存在频率稳定的区域,降低系统参数优化的约束强度.     

边坡稳定制约下土石坝截面优化遗传算法

为了实现土石坝的截面优化,基于坝体边坡极限平衡状态提出了一种易于施加特性约束条件和进行全局优化搜索的优化遗传算法.建立了以边坡稳定为约束条件的多工况条件下的土石坝截面优化模型,并在Matlab平台上编制了基于极限平衡理论的土石坝坝坡稳定性分析程序以及优化程序,实现了均质土坝在渗流和地震作用等约束下最优截面的搜索.算例结果证明了该优化方法具有一定的有效性和可行性.     

基于改进蚁群算法的物流配送车辆路径优化方法

目前路径优化方法忽略了客户时间窗约束产生的惩罚成本,导致惩罚成本过高,无法得到最优配送路径,因此,提出基于改进蚁群算法的物流配送车辆路径优化方法.结合遗传算法完成对蚁群算法的改进,对物流配送车辆路径问题进行建模,得到路径规划问题的目标函数,并根据配送过程的实际情况和具体要求设定目标函数的约定条件,计算固定成本和变动成本...     

支持向量机替代模型的遗传优化设计

针对实际工程中常见的性能函数不能显式表示的优化问题,提出一种基于支持向量机替代模型的遗传优化设计方法。利用试验设计选取合适的设计参数样本点,通过实验或数值仿真获得响应输出,结合遗传算法构建具有参数优化功能的支持向量机替代模型;将支持向量机模型作为目标性能函数,结合其他约束条件完成优化模型的建立,并应用遗传算法进行优化,形成一套准确、高效、适应性强的优化方法。以典型电子装备功分器的结构尺寸优化为例,采用均匀试验设计和高频电磁场仿真软件HFSS获取替代模型训练的学习样本,建立功分器模型的幅度比、相位差和驻波3个响应面目标函数,并对该多目标优化问题进行遗传寻优。     

轮式车辆转向机构的遗传算法优化设计

在对车辆前轮转向机构进行运动分析的基础上,给出了参数优化设计的数学模型,提出了一种改进的遗传算法,并利用Matlab遗传算法工具箱对转向机构进行了优化设计,得到了满意的设计参数.讨论了遗传算法的一些关键技术:如改进的二进制编码方法.基于惩罚项的适应度计算,遗传算子的构造,以及遗传终止法则等.计算结果表明:与复合形法相比,遗传算法使目标函数值减少了6.6%,取得了较好的优化效果.从而更有利于减小转向车轮的滑移量和轮胎的磨损量,同时也验证了遗传算法解决多约束、多变量类型优化问题的可行性和优越性.     

机构设计的遗传算法约束条件处理

将机构设计的约束条件分成边界约束和性能约束,分别讨论在遗传算法中的约束处理方法,特别提出改进惩罚策略,使GA更有效、更普遍地处理带非线性约束的机构设计数值优化问题。