本文關(guān)鍵詞：差分進(jìn)化融合混合虛擬力的有向傳感器網(wǎng)絡(luò)覆蓋算法

  更多相關(guān)文章： 有向傳感器網(wǎng)絡(luò) 混合虛擬力 差分進(jìn)化 覆蓋率 收斂速度

【摘要】：針對(duì)感知方向可調(diào)的有向傳感器網(wǎng)絡(luò)(DSN),為最大限度減少覆蓋空洞和重疊區(qū),從而提高有效覆蓋率,提出了差分進(jìn)化融合混合虛擬力的DSN覆蓋算法。首先,建立有向感知模型,分析節(jié)點(diǎn)之間、節(jié)點(diǎn)與障礙物之間及節(jié)點(diǎn)與邊界之間的混合虛擬作用力,在此基礎(chǔ)上建立節(jié)點(diǎn)旋轉(zhuǎn)角度與作用力之間的調(diào)整公式;然后,為弱化混合虛擬力造成的局部次優(yōu)解缺陷,引入差分進(jìn)化模型,將虛擬力作為進(jìn)化更新的一個(gè)影響因子,節(jié)點(diǎn)間經(jīng)過(guò)變異、交叉及選擇操作來(lái)尋找最佳適度值,提高有效覆蓋率。覆蓋仿真實(shí)驗(yàn)表明,在100 m×100 m監(jiān)測(cè)區(qū)域下,求得100次隨機(jī)部署后經(jīng)過(guò)差分進(jìn)化融合混合虛擬力算法網(wǎng)絡(luò)有效覆蓋率提高了19.68%,而經(jīng)過(guò)混合虛擬力算法和差分進(jìn)化算法的覆蓋率分別提高了10.32%和11.35%;差分進(jìn)化融合混合虛擬力算法在迭代80次左右網(wǎng)絡(luò)趨于穩(wěn)定,而混合虛擬力算法和差分進(jìn)化算法分別需要130次和140次左右迭代。相對(duì)于混合虛擬力算法和差分進(jìn)化算法,將兩者相結(jié)合的差分進(jìn)化融合混合虛擬力算法的收斂速度更快,有效覆蓋率提高更明顯。
【作者單位】： 山西大學(xué)商務(wù)學(xué)院信息學(xué)院;太原理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61472272)~~
【分類號(hào)】：TP212.9;TN929.5
【正文快照】： 0引言覆蓋問(wèn)題是關(guān)乎傳感器網(wǎng)絡(luò)性能質(zhì)量的關(guān)鍵問(wèn)題,是整個(gè)環(huán)境監(jiān)測(cè)開(kāi)展的前提[1]。目前來(lái)看,絕大多數(shù)覆蓋是針對(duì)同構(gòu)或異構(gòu)的全向傳感器網(wǎng)絡(luò),如溫度、光感、濕度等[2],但隨著多媒體信息的日益發(fā)展,像視頻、紅外、超聲波等類型的傳感器越來(lái)越多地應(yīng)用于各種監(jiān)測(cè)場(chǎng)合,這些傳感

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 吳燕玲;盧建剛;孫優(yōu)賢;;基于免疫原理的差分進(jìn)化[J];控制與決策;2007年11期

2 楊啟文;蔡亮;薛云燦;;差分進(jìn)化算法綜述[J];模式識(shí)別與人工智能;2008年04期

3 許小健;黃小平;錢德玲;;自適應(yīng)加速差分進(jìn)化算法[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年01期

4 寧桂英;周永權(quán);;基于優(yōu)進(jìn)策略的新差分進(jìn)化算法動(dòng)力學(xué)模型參數(shù)的估計(jì)[J];計(jì)算機(jī)與應(yīng)用化學(xué);2008年05期

5 譚躍;譚冠政;涂立;;一種新的混沌差分進(jìn)化算法[J];計(jì)算機(jī)工程;2009年11期

6 王培崇;錢旭;王月;虎曉紅;;差分進(jìn)化計(jì)算研究綜述[J];計(jì)算機(jī)工程與應(yīng)用;2009年28期

7 肖術(shù)駿;朱學(xué)峰;;一種改進(jìn)的快速高效的差分進(jìn)化算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年11期

8 周蕭;王萬(wàn)良;徐新黎;;解決作業(yè)車間調(diào)度問(wèn)題的混合差分進(jìn)化算法[J];輕工機(jī)械;2010年05期

9 王艷宜;;改進(jìn)差分進(jìn)化算法及其應(yīng)用[J];機(jī)械設(shè)計(jì)與研究;2010年05期

10 張照生;羅健旭;;基于差分進(jìn)化算法的模糊神經(jīng)網(wǎng)絡(luò)控制器[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年12期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 陸絲馨;肖健梅;王錫淮;;基于改進(jìn)差分進(jìn)化算法的艦船電網(wǎng)重構(gòu)[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

2 樓洋;李均利;陳剛;;基于個(gè)體排序的差分進(jìn)化算法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

3 張倩;李海港;;多目標(biāo)問(wèn)題的差分進(jìn)化算法研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

4 裴振奎;劉真;趙艷麗;;差分進(jìn)化算法在多目標(biāo)路徑規(guī)劃中的應(yīng)用[A];中國(guó)運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年

5 劉國(guó)帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進(jìn)化算法在三峽電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用[A];中國(guó)水文科技新發(fā)展——2012中國(guó)水文學(xué)術(shù)討論會(huì)論文集[C];2012年

6 劉瀟;桂衛(wèi)華;王雅琳;王曉麗;陽(yáng)春華;;一種改進(jìn)的多目標(biāo)差分進(jìn)化算法研究[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

7 趙娟;蔡濤;鄧方;楊紅偉;;基于改進(jìn)差分進(jìn)化算法的脈沖控制方法[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

8 袁沈堅(jiān);顧幸生;;基于差分進(jìn)化的膜計(jì)算優(yōu)化算法[A];上海市化學(xué)化工學(xué)會(huì)2010年度學(xué)術(shù)年會(huì)論文集（自動(dòng)化專題）[C];2010年

9 姜立強(qiáng);郭錚;劉光斌;;差分進(jìn)化算法縮放因子取值策略研究[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（二）[C];2007年

10 倪惠康;杜文莉;錢鋒;;基于改進(jìn)差分進(jìn)化算法的PID參數(shù)優(yōu)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 孫浩;差分進(jìn)化多目標(biāo)優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應(yīng)用[D];燕山大學(xué);2015年

2 陳盈果;面向任務(wù)的快速響應(yīng)空間衛(wèi)星部署優(yōu)化設(shè)計(jì)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 謝宇;差分進(jìn)化的若干問(wèn)題及其應(yīng)用研究[D];南京理工大學(xué);2015年

4 丁青鋒;基于元胞自動(dòng)機(jī)的差分進(jìn)化算法及其在通信系統(tǒng)中的應(yīng)用研究[D];上海大學(xué);2015年

5 賈東立;改進(jìn)的差分進(jìn)化算法及其在通信信號(hào)處理中的應(yīng)用研究[D];上海大學(xué);2011年

6 劉榮輝;多階段自適應(yīng)差分進(jìn)化算法及應(yīng)用研究[D];東華大學(xué);2012年

7 郭鵬;差分進(jìn)化算法改進(jìn)研究[D];天津大學(xué);2012年

8 王旭;改進(jìn)差分進(jìn)化算法及其在可逆邏輯綜合中的應(yīng)用[D];東華大學(xué);2013年

9 董明剛;基于差分進(jìn)化的優(yōu)化算法及應(yīng)用研究[D];浙江大學(xué);2012年

10 王天意;大地電磁迭代有限元與改進(jìn)差分進(jìn)化正反演算法研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 高靜;量子差分進(jìn)化算法在油田開(kāi)發(fā)中的應(yīng)用研究[D];浙江大學(xué);2015年

2 萬(wàn)婧;基于離散微粒群算法和混合差分進(jìn)化算法的復(fù)雜生產(chǎn)調(diào)度問(wèn)題求解[D];昆明理工大學(xué);2015年

3 張轉(zhuǎn);基于差分進(jìn)化算法的混凝土德拜模型的研究[D];長(zhǎng)安大學(xué);2015年

4 江華;差分進(jìn)化算法的改進(jìn)及其在K-means聚類算法中的應(yīng)用[D];華中師范大學(xué);2015年

5 周志剛;基于差分進(jìn)化算法的信用風(fēng)險(xiǎn)度量模型研究[D];華中師范大學(xué);2015年

6 任甜甜;差分進(jìn)化算法在反演問(wèn)題中的研究與應(yīng)用[D];新疆大學(xué);2015年

7 楊洋;基于差分進(jìn)化的模糊C-均值聚類算法研究[D];電子科技大學(xué);2015年

8 王丹;基于輔助函數(shù)的自適應(yīng)差分進(jìn)化算法研究[D];西安電子科技大學(xué);2014年

9 劉家華;基于進(jìn)化計(jì)算的軋制生產(chǎn)過(guò)程操作優(yōu)化算法與系統(tǒng)開(kāi)發(fā)[D];東北大學(xué);2013年

10 王旦平;圓形對(duì)稱振子陣列天線基于差分進(jìn)化算法的綜合[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1202531