宁夏大学数字计算机学院;
如何能够在无线传感中进行覆盖一直都是研究的热点。本文首先描述了无线传感网络覆盖模型,其次在人工鱼群算法的基础上引入了差分遗传算法和惩罚函数,通过差分遗传算法使得人工鱼群算法在局部搜索的能力得到了加强,并与人工鱼群算法自身的全局搜索优化能力进行结合比较,得到算法的效率得到提高,同时惩罚函数可以避免改进后的算法在一些区域中盲目搜索,提高算法的效率。仿真实验表明本文算法不仅可以有效的提高覆盖效率,同时降低覆盖过程中的能量消耗。
| 85 | 3 | 3 |
| 下载次数 | 被引频次 | 阅读次数 |
[1]赖锦辉,梁松.基于改进人工萤火虫算法的无线传感网络覆盖优化[J].计算机测量与控制,2014,22(6):1862-1864.
[2]沈海洋.基于遗传PSO的无线传感网络覆盖优化算法研究[J].微电子学与计算机,2013,30(3):148-151.
[3]曾广朴,仲元昌,范会联.混合无线传感网络覆盖优化的粒子群算法[J].微电子学与计算机,2011,28(8):105-107.
[4]向西西,黄宏光,李予东.基于粒子群算法的混合无线传感网覆盖优化[J].计算机应用研究,2010,27(6):2273-2275.
[5]潘丽姣,吴红英.混沌逃逸粒子群优化算法在WSN覆盖优化中的应用[J].重庆邮电大学学报(自然科学版),2014,26(2):177-181.
[6]曹剑炜,陈庆奎,高丽萍等.基于网络寿命和覆盖度优化的WSN动态覆盖优化算法[J].小型微型计算机系统,2014,35(9):2058-2061.
[7]孙振坤,于大为,沈金龙.基于改进型人工鱼群算法的WSN覆盖优化研究[J].科技通报,2013,29(11):115-118.
[8]江铭炎,袁东风.人工鱼群算法及其应用[M].北京:科学出版社,2012.
基本信息:
DOI：10.13774/j.cnki.kjtb.2015.09.043
中图分类号:TP18;TP212.9;TN929.5
引用信息:
[1]孙莉.基于一种差分鱼群算法在WSN覆盖应用的研究[J].科技通报,2015,31(09):187-191.DOI:10.13774/j.cnki.kjtb.2015.09.043.
基金信息: