本文關(guān)鍵詞：基于粒子群算法的無(wú)線傳感器網(wǎng)絡(luò)靜態(tài)部署算法和節(jié)能調(diào)度算法的研究　出處：《吉林大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 靜態(tài)部署 節(jié)能調(diào)度 粒子群算法 節(jié)點(diǎn)個(gè)數(shù) 能耗

【摘要】：無(wú)線傳感器網(wǎng)絡(luò)中因?yàn)闊o(wú)線傳感器節(jié)點(diǎn)自身所攜帶的能量有限,所以節(jié)能問(wèn)題一直是無(wú)線傳感器網(wǎng)絡(luò)研究的重點(diǎn)。在眾多的節(jié)能技術(shù)中本文選擇了部署算法和節(jié)能調(diào)度算法兩個(gè)方向?qū)o(wú)線傳感器網(wǎng)絡(luò)進(jìn)行節(jié)能處理研究。由于隨機(jī)部署算法隨機(jī)性較大使得部署的節(jié)點(diǎn)數(shù)量遠(yuǎn)比靜態(tài)部署要多,導(dǎo)致消耗更多的能量,基于能量考慮本文對(duì)靜態(tài)部署技術(shù)進(jìn)行了研究,并提出了一種靜態(tài)部署算法。考慮到節(jié)點(diǎn)剩余能量和到達(dá)接收端的相位差對(duì)系統(tǒng)能耗的影響,提出了一種協(xié)作通信的節(jié)能調(diào)度算法,并在得到選中節(jié)點(diǎn)之后,對(duì)節(jié)點(diǎn)的發(fā)射系數(shù)做了一定改善,使得消耗的能量更低。首先研究了現(xiàn)有的部署算法,分析了現(xiàn)有的部署算法都具有不同程度的高復(fù)雜性。然后詳細(xì)描述了二進(jìn)制粒子群算法,討論了二進(jìn)制粒子群算法可以有效地解決二進(jìn)制整數(shù)規(guī)劃的問(wèn)題。在此基礎(chǔ)上提出了用于靜態(tài)部署傳感器節(jié)點(diǎn)的基于二進(jìn)制粒子群算法的靜態(tài)部署算法,該算法在滿足用戶檢測(cè)要求的同時(shí)能夠有效減少網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)數(shù)。在算法中給出了本文所使用的傳感器覆蓋模型——截?cái)喔怕矢采w模型,利用該模型對(duì)節(jié)點(diǎn)的覆蓋率進(jìn)行計(jì)算,并根據(jù)節(jié)點(diǎn)的覆蓋率和節(jié)點(diǎn)個(gè)數(shù)設(shè)計(jì)了算法的適應(yīng)度函數(shù),通過(guò)改進(jìn)二進(jìn)制粒子群算法的速度更新公式,并加上遺棄無(wú)用節(jié)點(diǎn)的概念,對(duì)適應(yīng)度函數(shù)進(jìn)行求解,以減少傳感器節(jié)點(diǎn)個(gè)數(shù)。該算法是一種輕量且高效的部署算法,能夠得到接近最優(yōu)的拓?fù)淝闆r。仿真實(shí)驗(yàn)對(duì)該算法進(jìn)行了分析,并展示了二進(jìn)制粒子群算法的參數(shù)對(duì)性能的影響,以及在3種情況下該算法所得到的結(jié)果。之后,將算法與之前所述的現(xiàn)有部署算法在計(jì)算時(shí)間和滿足條件的節(jié)點(diǎn)個(gè)數(shù)等方面進(jìn)行對(duì)比,結(jié)果表明該算法在有效性和效率方面都有較大提升。進(jìn)一步提出了基于粒子群算法的協(xié)作通信節(jié)能調(diào)度算法。首先分析了節(jié)點(diǎn)到達(dá)接收端的相位差和節(jié)點(diǎn)剩余能量對(duì)網(wǎng)絡(luò)生存時(shí)間的影響,由于不同的相位差會(huì)導(dǎo)致到達(dá)接收端的信號(hào)強(qiáng)度不同,從而不能單純的用理想模型進(jìn)行計(jì)算,并且每個(gè)節(jié)點(diǎn)的剩余能量不同,也不能僅根據(jù)相位差對(duì)節(jié)點(diǎn)進(jìn)行選擇。結(jié)合這兩點(diǎn)對(duì)系統(tǒng)能耗的影響,提出了一種協(xié)作通信的節(jié)能調(diào)度算法,有效的解決了部分節(jié)點(diǎn)過(guò)早耗盡能量而產(chǎn)生覆蓋漏洞的問(wèn)題。其次因?yàn)閷?duì)能耗的影響較大的發(fā)射系數(shù)求解是一個(gè)NP難問(wèn)題,而且粒子群算法在解決組合優(yōu)化問(wèn)題時(shí)沒(méi)有繁瑣的變異和交叉過(guò)程,計(jì)算能耗相對(duì)較低,所以,提出利用粒子群算法對(duì)其進(jìn)行進(jìn)一步的優(yōu)化。粒子群算法通過(guò)生成多維粒子(每個(gè)粒子都是一個(gè)解決方案),并根據(jù)每個(gè)粒子的個(gè)體歷史最優(yōu)解和種群全局最優(yōu)解更新每個(gè)粒子的位置和向最優(yōu)解前進(jìn)的速度,通過(guò)迭代產(chǎn)生出最優(yōu)解決方案。之后在基本粒子群算法的基礎(chǔ)上,分析了權(quán)重對(duì)于解決方案向全局最優(yōu)解和局部最優(yōu)解收斂的影響并對(duì)其進(jìn)行改進(jìn),從而使粒子群算法能夠更快的得到最優(yōu)解。在仿真實(shí)驗(yàn)中,通過(guò)該算法和PP算法在網(wǎng)絡(luò)生存時(shí)間和節(jié)點(diǎn)剩余能量方面的對(duì)比,表明該算法在延長(zhǎng)生存時(shí)間方面有著顯著的效果,而且做到了在節(jié)點(diǎn)間均衡能耗。粒子群算法和免疫遺傳算法在優(yōu)化節(jié)點(diǎn)發(fā)射系數(shù)方面的實(shí)驗(yàn)結(jié)果表明,雖然在免疫遺傳算法中個(gè)別節(jié)點(diǎn)的發(fā)射系數(shù)比粒子群算法中的要低,但是從整體上來(lái)看,粒子群算法對(duì)節(jié)點(diǎn)發(fā)射系數(shù)的優(yōu)化要比免疫遺傳算法更優(yōu),從而降低了能耗。
[Abstract]:This paper presents an energy saving scheduling algorithm based on binary particle swarm optimization ( PSO ) , which can effectively reduce the number of sensor nodes in the network .

【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP212.9;TN929.5;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃天赦;葉春明;;采用量子粒子群算法的一類模糊作業(yè)車間調(diào)度問(wèn)題的研究[J];現(xiàn)代制造工程;2009年11期

2 秦玉靈;孔憲仁;羅文波;;混沌量子粒子群算法在模型修正中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年02期

3 陳治明;;新型量子粒子群算法及其性能分析研究[J];福建電腦;2010年05期

4 牛永潔;;一種新型的混合粒子群算法[J];信息技術(shù);2010年10期

5 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

6 劉衍民;趙慶禎;邵增珍;;一種改進(jìn)的完全信息粒子群算法研究[J];曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

7 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年05期

8 熊智挺;譚陽(yáng)紅;易如方;陳賽華;;一種并行的自適應(yīng)量子粒子群算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年08期

9 孟純青;;非線性粒子群算法[J];微計(jì)算機(jī)應(yīng)用;2011年08期

10 任偉建;武璇;;一種動(dòng)態(tài)改變學(xué)習(xí)因子的簡(jiǎn)化粒子群算法[J];自動(dòng)化技術(shù)與應(yīng)用;2012年10期

相關(guān)會(huì)議論文 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[A];中國(guó)科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會(huì)論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進(jìn)制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國(guó)天線年會(huì)論文集（上）[C];2009年

3 陳龍祥;蔡國(guó)平;;基于粒子群算法的時(shí)滯動(dòng)力學(xué)系統(tǒng)的時(shí)滯辨識(shí)[A];第十二屆全國(guó)非線性振動(dòng)暨第九屆全國(guó)非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第十一屆全國(guó)膨脹節(jié)學(xué)術(shù)會(huì)議膨脹節(jié)設(shè)計(jì)、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進(jìn)粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文選編[C];2005年

6 熊偉麗;徐保國(guó);;粒子群算法在支持向量機(jī)參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進(jìn)粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國(guó)水力發(fā)電工程學(xué)會(huì)大壩安全監(jiān)測(cè)專委會(huì)年會(huì)暨學(xué)術(shù)交流會(huì)論文集[C];2012年

8 熊偉麗;徐保國(guó);;單個(gè)粒子收斂中心隨機(jī)攝動(dòng)的粒子群算法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

9 馬向陽(yáng);陳琦;;以粒子群算法求解買賣雙方存貨主從對(duì)策[A];第十二屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標(biāo)函數(shù)優(yōu)化問(wèn)題[A];第二十一屆中國(guó)（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 李慶偉;粒子群算法及電廠若干問(wèn)題的研究[D];東南大學(xué);2016年

2 杜毅;多階段可變批生產(chǎn)線重構(gòu)的研究[D];廣東工業(yè)大學(xué);2016年

3 尹浩;求解Web服務(wù)選取問(wèn)題的粒子群算法研究[D];東北大學(xué);2014年

4 邵晴;粒子群算法研究及其工程應(yīng)用案例[D];吉林大學(xué);2017年

5 王芳;粒子群算法的研究[D];西南大學(xué);2006年

6 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學(xué);2012年

7 劉建華;粒子群算法的基本理論及其改進(jìn)研究[D];中南大學(xué);2009年

8 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

9 胡成玉;面向動(dòng)態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

10 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問(wèn)題研究[D];浙江工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學(xué);2009年

2 李強(qiáng);基于改進(jìn)粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學(xué);2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計(jì)[D];河北聯(lián)合大學(xué);2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

5 梁計(jì)鋒;基于改進(jìn)粒子群算法的交通控制算法研究[D];長(zhǎng)安大學(xué);2015年

6 楊偉;基于粒子群算法的氧樂(lè)果合成過(guò)程建模研究[D];鄭州大學(xué);2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學(xué);2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動(dòng)機(jī)數(shù)學(xué)模型問(wèn)題[D];山東大學(xué);2015年

9 陳百霞;考慮風(fēng)電場(chǎng)并網(wǎng)的電力系統(tǒng)無(wú)功優(yōu)化[D];山東大學(xué);2015年

10 戴玉倩;基于混合動(dòng)態(tài)粒子群算法的軟件測(cè)試數(shù)據(jù)自動(dòng)生成研究[D];江西理工大學(xué);2015年

，

本文編號(hào)：1410948