針對在不確定情況下如何保證傳感器布局取得最優(yōu)效果問題,本文在初始部署節(jié)點時考慮節(jié)點存在的不確定性,采用基于CVaR的子模效益模型來最小化這種不確定性對傳感器網絡布局效果的影響,為了快速有效獲得該模型下的最優(yōu)傳感器布局,對傳統(tǒng)貪婪算法進行改進,根據(jù)模型中存在的參數(shù)τ對全局最優(yōu)解進行有序搜索,同時引入lazy evuluation減少算法的時間復雜度.仿真實驗表明,在不確定情況下對傳感器進行布局時,CVaR模型可以有效提高網絡布局的魯棒性,與改進的貪婪算法相結合,可以快速獲得保證較高信息增益下的布局點集.

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 基于CVaR的子模效益模型
    2.1 離散子模效益最大化模型
    2.2 Conditional Value at Risk(CVaR)
    2.3 基于CVaR的子模效益模型
3 改進的貪婪算法
    3.1 算法流程
    3.2 算法性能分析
4 仿真實驗與分析
    4.1 實驗步驟
    4.2 參數(shù)τ和α對解集的影響
    4.3 不同算法下信息增益的對比
    4.4 不同模型下?lián)p失的對比
    4.5 不同算法時間復雜度的對比
5 結束語



本文編號：3849785