基于能耗均衡的无线传感网络自适应数据存取算法

提出了一种能耗均衡的自适应数据存储算法, 将数据尽量存储在适合查询的位置. 首先建立基于网格的网络模型, 然后分析采集节点与初始存储节点、查询节点之间的位置关系, 存储模式可在集中存储和分布存储之间切换. 算法引入了虚拟扩展网格和能量分级消耗的机制, 可有效均衡网络能耗. 实验结果表明, 该算法的节点能耗、生命周期和丢包率相比于GHT算法有一定的改善.     

基于量子粒子群优化算法的云计算负载均衡分析

针对当前云计算负载均衡方法存在的节点过负载或者长期空闲等难题,以改善云计算负载均衡效果,设计了基于量子粒子群优化算法的云计算负载均衡方法.建立了云计算负载均衡数学模型,引入量子粒子群优化算法对云计算负载均衡数学模型的最优解进行搜索,找到最优的云计算负载均衡方案,在相同环境下与经典云计算负载均衡方法进行仿真对比实验.结果...     

无线传感器网络任务分配的粒子群优化算法

为延长网络生命周期,减少网络能量消耗和均衡网络负载,引入了粒子群优化算法,提出了一种基于离散粒子群优化的任务分配算法.该算法根据任务总完成时间和能量损耗,建立代价函数,实现优化任务分配策略.引入变异算子,较好地保持了种群的多样性并提高了算法的全局搜索能力.仿真实验结果表明算法是可行的和有效的.     

基于能量平衡的无线传感器网络分布式成簇机制

针对资源有限的无线传感器网络目标跟踪问题,采用一种基于能量平衡的最优分布式成簇机制,为此引入了基于节点剩余能量标准差的能量平衡指标,将其转化为多目标约束优化问题,并采用二进制粒子群优化算法求取最优解.Matlab仿真结果表明,与基于能耗和扩展卡尔曼滤波的成簇机制相比,采用基于能量平衡的最优成簇机制能在保证跟踪精度和能量平衡的前提下,提高网络寿命近2倍,从而有效地延长了网络寿命.     

WSN能耗平衡变长传输研究

WSN中的能量空洞问题影响网络的生存寿命,能量均匀消耗被认为是解决该问题的有效方法.提出了变长传输的策略,将圆形无线传感器网络划分成不同宽度的同心圆环,圆环中的传感器节点采用相同的传输距离,以保证能将数据通过一跳传输到下一环.在已知环数和传感器网络半径的情况下,设计了二分搜索算法计算能耗平衡时环的宽度.数值计算证实能实现传感器能量消耗的平衡,并能求得各环的宽度配置,获得能耗均衡时总能量消耗最小时的环数.     

可再生能源供电异构蜂窝网络中基于拓扑势的用户接入算法

可再生能源供电的蜂窝网络相关研究已经成为绿色无线网络热点研究内容之一. 针对可再生能源供电异构蜂窝网络场景,提出了一种基于拓扑势的用户接入算法,实现基站间能量均衡与负载均衡的折中. 定义用户与基站间拓扑势,综合考虑用户业务量、用户与基站间信道容量、基站可用能量,衡量基站对用户的吸引程度;将基站所接入用户拓扑势总和定义为基站效用值,并给出了基站间效用公平的用户接入最优化问题;提出了一种迭代方法求解最优化问题,通过用户与基站间信息交互与迭代更新完成用户接入基站选择,均衡基站间能量与负载. 仿真结果表明,所提算法在保证基站间负载均衡的同时充分利用了基站收集的可再生能源,实现了基站间能量均衡.     

基于混沌粒子群的改进LEACH算法

针对无线传感器网络中LEACH高能耗及簇头早死问题,在簇头选择过程中,考虑了节点剩余能量和到基站的距离.通过混沌优化的粒子群算法来扩大搜索范围,迭代选取性能最优的节点作为簇头.在能量消耗总和、节点存活数和网络剩余能量3个方面进行了几种方法的对比研究.     

WSN中基于梯度和粒子群优化算法的分级簇算法

为均衡网络中节点的能量消耗,提出一种分级簇算法——GPHCA.该算法采用双簇头模式,利用粒子群优化算法搜寻能量大且到簇成员平均距离小的两个节点作为主簇头和副簇头,将簇头负担均衡到了两个节点上;在网关的选择上,同时考虑能量和转发路径的总距离,使最终选择的网关在能量和时延上得到均衡.仿真结果表明,GPHCA算法能有效延长网络的生命周期.     

无线传感器网络任务分配的粒子群优化算法

为延长网络生命周期,减少网络能量消耗和均衡网络负载,引入了离子群优化算法,提出了一种基于离散粒子群优化的任务分配算法.该算法根据任务总完成时间和能量损耗,建立代价函数,实现优化任务分配策略.引人变异算子,很好地保持了种群的多样性并提高了算法的全局搜索能力.仿真实验结果表明算法是可行的和有效的.     

多级异构无线传感器网络能量优化分簇算法

针对现有异构无线传感器网络分布式分簇结构路由算法的竞选簇头机制并未充分考虑节点位置和剩余能量的影响,提出一种多级异构无线传感器网络能量优化分簇算法.该算法依据节点位置与剩余能量来改进竞选簇头的阈值函数,使得距离基站近且剩余能量高的节点被选举为簇头的机率增大,避免距离基站远的簇头过多而导致簇头死亡过早,从而优化全网能量消耗.理论分析和仿真实验表明新的分簇算法与现有的一些分簇算法相比明显提高了网络生存周期,增加了网络吞吐量.     

低能耗自适应分簇的面向数据融合的路由协议

为降低簇头节点的能耗和均衡网络的整体能耗,基于低能耗自适应分簇(LEACH)协议提出一
种面向数据融合的路由协议. 在该协议中,簇头在簇内数据融合的过程中根据成员节点的位
置信息估计感知到相同事件的邻居簇;然后数据在这些簇头间进行多跳的数据融合后传递给基
站. 仿真结果表明,该协议能有效延长网络的生命期.     

智能电网中电动汽车快速有序充电实时电价优化方法

针对智能电网中电动汽车的有序充电调度问题,提出了用电价杠杆调节电动汽车快充负荷的实时电价机制,引入了愿望度模型,以电网负荷峰谷差最小为目标函数,充电站愿望度和用户愿望度为约束条件,建立了优化数学模型,并通过遗传算法对该优化模型进行求解。最后基于某地区2020年的预测数据进行算例仿真,结果表明,提出的实时电力定价机制可以有效降低峰谷差,保障充电站利益,满足用户充电需求,达到电网、充电站和用户的共赢。     

高占比新能源电源接入区域电网的无功优化策略研究

从高占比风电、光伏接入电网运行的安全性和稳定性等方面综合考虑,建立了以电压偏移量和网损最小为目标的无功优化模型。利用MATLAB软件对风电、光伏电站接入IEEE-33节点系统进行无功优化仿真分析,采用多目标粒子群（MOPSO）算法进行无功优化调度方案求解。基于Pareto前沿解的MOPSO算法可为决策者根据不同需求提供方案,并且同时达到提高测试系统的电压稳定性、降低网损的目标,验证了所提优化策略的有效性。     

利用粒子群优化的WSN环状簇路由协议

针对无线传感器网络(WSN)中采用多跳分簇算法所带来的能耗不均衡问题,提出了一种利用粒子群优化的环状簇路由协议. 该协议采用粒子群算法将整个网络划分成间隔不等的同心圆,在各环内再分成若干扇区作为簇首选举的基本单位. 在每个扇区内,各节点根据到扇区中心的距离剩余能量来竞选簇首. 同时引入能级的概念,在很大程度上克服了簇首轮换速度过快造成网络开销过大以及轮换速度过慢造成单个节点过早死亡的缺点. 仿真结果表明,该协议有效地均衡了各环间的能耗,延长了网络寿命.     

改进的文化粒子群算法的电子商务服务器集群负载均衡

随着电子商务的发展,电子商务企业服务器集群负载均衡问题越来越严重,为了解决粒子群算法在求解电子商务服务器集群负载均衡问题上存在的不足,提出一种改进的文化粒子群算法的服务器集群负载均衡策略.首先利用粒子群算法的主群体空间和文化算法的知识空间形成"双演化双促进"机制,提高算法全局搜索能力和运行效率;然后引入遗传算法进化机制对知识空间演化操作进行改进,最后将该算法应用于电子商务服务器集群负载均衡问题求解.经过仿真验证,改进文化粒子群算法,提高服务器集群系统资源利用率,负载更加均衡.     

海上风电场接入上海电网的无功优化研究

根据未来崇明岛、北支厂址两个海上风电场接入上海崇明地区电网的规划,研究了海上风电场接入崇明地区电网后的无功优化问题,并提出了以提高区域节点电压质量和降低网络损耗为目标的多风电场无功优化粒子群算法。最后,通过MATLAB软件编写了无功优化程序,算例结果验证了所提出优化算法的有效性和可行性。     

基于粒子群算法的“多站融合”背景下储能站运行策略研究

通过建立数据中心负荷模型、电动汽车充电站负荷模型、储能站充放电模型和5G基站负荷模型,搭建了储能站投资回报率模型。采取两阶段优化方法、粒子群算法对目标函数进行优化,最终得出"多站融合"背景下储能站的最优运行策略。仿真结果表明,典型锂离子电池在合理区间内,峰谷电价差越大,最佳充放电深度越大,在此运行策略下,储能站的经济效益最高。     

智能电网中基于ESS-MOPSO算法的调度优化策略

结合智能电网的调度优化策略应综合考虑经济运行、节能减排及电能质量各方面因素,给出了智能电网的优化调度方程,并采用粒子群算法对该方程进行多目标寻优.介于传统粒子群算法中使用Pareto准则的局限性,采用一种基于优先阶的均衡选择全局搜索策略,更加有效地选取出全局最优粒子,引导其他粒子寻优.在对智能电网调度优化的仿真中取得了良好效果.     

移动运营商节能减排的主要措施

在全球节能减排的大环境下,移动通信运营商在网络建设、扩容、维护中也越来越关注节能减排．从移动网的能耗结构出发,对基站节能进行了技术原理和适应性分析,总结了目前运营商在网络建设和维护中比较关注的基站节能措施．