針對具有拓撲結(jié)構(gòu)多變、受周圍事物影響、高速變動等特征導致車載網(wǎng)通信性能不佳的問題,將無線接入點作為提高通信性能的關(guān)鍵輔助點。在保證信號覆蓋率的情況下,根據(jù)車流量,部署最少無線接入點作為最終目標,利用蟻群和粒子群混合算法（AC-PSO）作為一種搜索策略。將AC-PSO混合算法與PSO算法、ACO算法進行對較以便證明該混合算法的優(yōu)越性。實驗表明,AC-PSO混合算法收斂速度比PSO、ACO更快,也說明了該混合算法在車載網(wǎng)中無線AP布局優(yōu)化應(yīng)用的有效性。 

【文章來源】：河池學院學報. 2019,39(05)

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 AP布局模型
2 AC-PSO混合算法在VANET的AP布局
    2.1 蟻群算法簡介
    2.2 粒子群算法簡介
    2.3 AC-PSO算法在VANET的AP布局
        2.3.1 粒子編碼及初始化
        2.3.2 目標函數(shù)設(shè)置
        2.3.3 越界處理
    2.4 AC-PSO混合算法偽代碼
3 仿真實驗與分析
    3.1 實驗環(huán)境以及參數(shù)設(shè)置
    3.2 實驗結(jié)果分析
4 結(jié)束語


【參考文獻】：
期刊論文
[1]求解PFSP問題的多粒子群協(xié)同學習算法[J]. 秦志偉,黃友銳,徐善永.  安徽理工大學學報(自然科學版). 2018(03)
[2]基于量子粒子群優(yōu)化算法的多機協(xié)同目標分配問題研究[J]. 王記豐,李崢,葉文.  艦船電子工程. 2017(08)
[3]基于禁忌搜索的蟻群優(yōu)化算法[J]. 張慕雪,張達敏,楊菊蜻,朱陳柔玲.  通信技術(shù). 2017(08)
[4]基于隨機游走和混合高斯模型的運動目標檢測[J]. 李強,陳光化,余淵.  計算機技術(shù)與發(fā)展. 2017(06)
[5]求解函數(shù)優(yōu)化問題的自適應(yīng)動態(tài)粒子群算法[J]. 閆萍,焦明海.  計算機仿真. 2016(10)
[6]車載自組網(wǎng)安全威脅及應(yīng)對措施[J]. 落紅衛(wèi).  現(xiàn)代電信科技. 2014(03)
[7]基于車流量和粒子群算法的無線接入點布局[J]. 李玉貞,張麗麗.  電子設(shè)計工程. 2014(05)

博士論文
[1]混合爆炸式人工蜂群算法及應(yīng)用研究[D]. 張超群.東華大學 2015
[2]基于協(xié)同進化的混合智能優(yōu)化算法及其應(yīng)用研究[D]. 鄧武.大連海事大學 2012

碩士論文
[1]改進蟻群算法在車載自組網(wǎng)節(jié)點部署中的應(yīng)用[D]. 張熒.蘭州大學 2014



本文編號：3033392