基于PSO的无线传感器网络自组织成簇算法

为了有效延长WSN网络的生存时间,需要设计能量有效的自组织成簇机制,以适应无线传感器网络的特点。提出了一种适合无线传感器网络能量有效的成簇优化模型,并使用微粒群优化算法（PSO）对该模型进行求解。为了使微粒群算法适合于该问题的求解,设计了适合微粒群算法的微粒位置向量和速度向量的更新机制,并用罚函数法对两个主要约束进行了处理,给出了适应值函数,并通过MATLAB7．1进行了实例仿真。仿真结果表明,该优化模型是解决WSN能量问题的有效方法。     

微粒群算法在结构优化设计中的应用

结构优化设计对于实际工程具有重要的意义．通过对现有优化方法进行分析。将微粒群算法应用到结构优化设计中,提出了结构优化设计的微粒群算法,并建立了相应的优化模型．介绍了微粒群算法的基本思想、结构优化微粒群模型及其实施的具体步骤,最后通过一个算例验证了该方法的效率和有效性．结果表明该方法科学可行,具有很好的应用前景．     

微粒群算法在结构优化设计中的应用

结构优化设计对于实际工程具有重要的意义.通过对现有优化方法进行分析,将微粒群算法应用到结构优化设计中,提出了结构优化设计的微粒群算法,并建立了相应的优化模型.介绍了微粒群算法的基本思想、结构优化微粒群模型及其实施的具体步骤,最后通过一个算例验证了该方法的效率和有效性.结果表明该方法科学可行,具有很好的应用前景.     

基于不同进化模型的双群交换微粒群优化算法

针对标准微粒群优化算法(PSO)在全局优化过程中容易陷入局部极值的问题,分析了标准微粒群优化算法早熟收敛的原因,提出了一种新的基于不同进化模型的双群交换技术的改进微粒群优化算法.该方法将微粒分成两个大小相同的分群,其中第一分群采用标准PSO模型进化,第二分群采用cognition only模型进化.两个分群每选代一次后,将第一分群的适应值最差的微粒与第二分群的适应值最优的微粒进行交换,以提高种群的多样性,改善算法的收敛性.与其它双群算法相比,该算法概念简单,程序实现容易.与标准微粒群优化算法相比.全局寻优能力更强,函数测试结果表明,提出的双群交换微粒群优化算法的收敛性能明显优于标准PSO算法.     

空间分割微粒群算法

提出了一种适用于高维数值优化问题的空间分割微粒群算法。该算法通过将整个搜索空间分割成若干子空间,在这些子空间上利用嵌入零搜索算子的微粒群算法进行优化。实验结果表明该改进微粒群算法可以有效地解决高维数值优化问题。     

基于最大生存周期的无线传感器网络数据融合

针对无线传感器网络节点能量有限并且在进行信息传输时存在数据冲突、传输延时等问题,提出并设计了基于最大生存周期的无线传感器网络数据融合算法.该算法将均匀分布或非均匀的整个网络中的节点分成多个簇,并根据节点的位置、分布密度和剩余能量等信息选择传输数据的方式,从而形成传输数据的最短路径.根据集中式TDMA（时分多址）调度模型并运用基于微粒群的Pareto优化方法,使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优.仿真结果表明,该算法不但可以最大化网络的生存时间,还可以有效地降低数据融合时间,减少网络延时.     

箱型约束优化问题的免疫进化的微粒群算法

通过引入免疫进化项,提出一个求解箱型约束优化问题的新的算法—免疫进化的微粒群算法。该算法利用8个典型的测试函数进行数值实验,且与被动聚集的微粒群算法、全局版本的微粒群算法、局部版本的微粒群算法和具有压缩因子的微粒群算法进行计算比较,计算结果表明免疫进化的微粒群算法是求解箱型约束优化问题的一个高效的算法。     

微粒群优化算法及其在复杂化学方程求根中的应用

本文对微粒群优化算法及其改进算法进行了介绍.用M atlab语言对改进的微粒群优化算法实现编程,并用于处理复杂化学方程求根问题,分别对激发态氢原子3S电子的径向波函数节点和一维势箱中粒子的能级进行求解,所得结果与文献值一致.     

基于PSO的多机器人编队控制

提出了一种新的编队算法。该算法针对不同的编队形状,根据机器人的位置信息,构造不同的函数,利用群体智能优化算法中的微粒群算法进行函数优化,优化过程中的最优解作为机器人的运动方向。最后利用该算法实现了线形、三角形、六边形和圆形编队,仿真结果表明了该算法的有效性。     

基于分布式框架的并行PSO算法

在使用微粒群算法对大规模优化问题求解时往往需要大量的目标函数评价次数,从而耗费大量的计算时间,而分布式计算和通用计算图形处理器(General Purpose GPU)可以减少耗时.本文通过将微粒群算法在分布式框架下GPU并行计算实现,将粒子分到各个计算节点进行异步计算,而每个节点中的粒子实行同步进化,从而提高微粒群算法求解大规模优化问题的效率.实验方法采用5个标准测试函数进行测试,实验结果表明本文方法在在求解大规模优化问题时在计算效率上有了数倍至数十倍的提升.     

基于有向感知模型的无线传感器网络节点部署

针对随机部署的有向传感器节点,建立基于有向传感器节点的感知概率模型.采用分布式算法,通过节点间的联合感知概率移动有向传感器节点,提高待监测区域内目标点被感知到的概率.本文提出可移动的节点部署算法,该算法使用较少的节点实现对目标区域的合理覆盖,并提高总体覆盖效果.仿真结果表明,该算法有效地减少了有向传感器节点的使用,同时保证了较好的覆盖效果.     

Sensor deployment strategy for chain-type wireless underground mine sensor network

Wireless sensor networks (WSNs) are very important for monitoring underground mine safety. Sensor node deployment affects the performances of WSNs. In our study, a chain-type wireless underground mine sensor network (CWUMSN) is first presented. A CWUMSN can monitor the environment and locate miners in underground mines. The lowest density deployment strategies of cluster head nodes are discussed theoretically. We prove that the lifetime of CWUMSN with a non-uniform deployment strategy is longer than with a uniform deployment strategy. Secondly, we present the algorithm of non-uniform lowest density deployment of cluster head nodes. Next, we propose a dynamic choice algorithm of cluster head nodes for CWUMSN which can improve the adaptability of networks. Our experiments of CWUMSN with both non-uniform lowest density and uniform lowest density deployments are simulated. The results show that the lifetime of CWUMSN with non-uniform lowest density deployment is almost 2.5 times as long as that of the uniform lowest density deployment. This work provides a new deployment strategy for wireless underground mine sensor networks and then effectively promotes the application of wireless sensor networks to underground mines.     

基于可视化的森林火灾监测节点优化部署策略

由于森林防火传感器节点成本高、部署区域大,优化部署效率是其应用时所面临的主要问题。为使节点部署成本与覆盖效率之间相互协调,提出一种基于可视化的森林火灾监测节点优化部署策略。以实际森林环境为基础,对预置节点做可视域分析;通过建立节点可视域面积关联矩阵,使用互信息算法贪婪地选择覆盖效率最高的预置节点;在预算受限时利用子模算法预估最佳的节点部署数量。该策略既保证了覆盖效率,又减少了部署成本,是一种高性价比的森林火灾监测节点部署策略。     

基于粒子群优化的协作网络资源分配的博弈策略

应用基于竞价机制的斯坦克尔伯格博弈提出协作中继网络中的一种资源分配策略,用以解决单一中继节点对多用户节点协作带宽的分配问题。首先中继根据用户的协作带宽需求对资源定价,然后用户根据价格调整其纳什均衡策略,即获取协作效用最大化的最优带宽购买量。证明了纳什均衡的存在性,提出基于粒子群优化的均衡求解算法,分析了均衡的有效性,仿真给出了粒子群优化的全局最优带宽分配结果。仿真结果表明,所提出的博弈可以激励中继节点参与协作,并协调多用户节点间的资源分配。     

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。     

适于无线可充电传感网络的节点优化部署

针对现有无线可充电传感网络的节点优化部署方法中存在的收信能量估计模型未考虑实际商用天线的定向辐射特征、优化目标未考虑节点部署方式对定位精度和覆盖程度的影响、节点部署方法寻优精度有待进一步提升等问题,研究适于无线可充电传感网络的新型节点优化部署方法.以精确估计收信能量为目标,提出基于双偶极子天线的收信能量估计模型;提出传...     

Minimum cost of node deployment strategy for heterogeneous sensor networks

A minimum-cost-deployment strategy based on objective optimization is proposed to address the problems existing in heterogeneous sensor networks such as high density of the nodes,bad target coverage and connectivity performances,and high deployment spending.The problem we aim to solve is characterized by different parameters in terms of the deployment cost of positions and the cost of the sensors.The enhanced version of coral reef optimization (CRO for short) algorithm is utilized to solve the problem of how to select the proper positions and sensors to achieve the minimum deployment cost of heterogeneous sensor networks which can fulfill both k-coverage and m-connectivity requirements.The enhanced version of the CRO is named ECRO.In the ECRO two methods are employed to improve the optimization efficiency of the CRO.One method is that inspired by the process of the harmony search algorithm the operators such as HMCR and PAR of the harmony search algorithm blend with the CRO.The other one is that the excellent solutions are reused to exploit the knowledge and experience accumulated in the process of running the CRO.For comparison purposes,a greedy algorithm is also proposed.Simulation experiments show that compared with some related existing algorithms,the proposed algorithm reduces the deployment cost of sensor nodes while fulfilling the requirements of k-coverage and m-connectivity requirements.     

移动网络SFC部署与计算资源分配联合算法

在网络功能虚拟化的移动核心网中,提出了一种基于服务功能链（SFC）部署与计算资源分配联合算法.首先考虑SFC中虚拟网络功能（VNF）计算资源分配对处理时延的影响,建立SFC部署与计算资源分配联合优化问题,实现SFC的部署成本和端到端时延加权和的最小化.其次,为了求解所提优化问题,利用多智能体深度确定性策略梯度算法,从SFC各VNF的历史数据中学习策略指导即时的通用服务器节点选择和计算资源分配,提出了相应的SFC部署与计算资源分配联合算法.仿真结果表明,所提算法可以在保证SFC的服务质量需求的条件下实现部署成本和端到端时延的有效权衡.     

基于粒子群进化的输电网络WSN节点定位算法

为了提升WSN的定位精度,提出了一种基于粒子群进化的定位算法,以应用于输电网络中的节点定位.该算法通过区域估计,缩小并限制传感器节点的预估计区域空间,并应用粒子群算法快速寻找节点定位的最优解.通过引入权重自适应的机制,加快节点定位的搜索速度,并提升算法的搜索能力.结果表明,该算法有效增强了WSN节点定位的精度,降低了计算复杂度,为输电网络的无线传感器网络提供更高效准确的定位服务.     

无线传感器网络中的安全多部署方案

提出了无线传感器网络中安全多部署时的自适应密钥选择方案和自适应密钥选择算法,用以在不同的部署集之间提高传感器节点的连通性.实验结果表明,自适应密钥选择方案在维持较高安全性的同时能极大地提高传感器节点之间的连通概率.