《基于改进MOEA/D算法的WSN覆盖优化方法》PDF+DOC
作者:神显豪,李军,张祁
单位:四川省计算机研究院
出版:《计算机应用研究》2016年第04期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJSYJ2016040550
DOC编号:DOCJSYJ2016040559
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多目标遗传算法的无线传感器网络重新部署方法》PDF+DOC2015年第03期 邹长忠
《基于自适应惯性权重的混沌粒子群优化无线传感器网络成簇算法》PDF+DOC2017年第11期 薛晶晶,何锋,赵仕俊
《基于降维与粒子群优化的水下传感网定位算法》PDF+DOC2017年第09期 钱文标
《基于多目标优化的无线传感器网络移动充电及数据收集算法》PDF+DOC2019年第08期 吕增威,魏振春,韩江洪,孙仁浩,夏成凯
《一种能量高效的无线传感器网络分簇路由算法》PDF+DOC2011年第02期 陈羽中,陈亦萍,陈国龙
《面向多目标跟踪的无线传感器网络任务分配》PDF+DOC2010年第12期 徐小玲,刘美
《无线传感器网络任务分配的粒子群优化算法》PDF+DOC2009年第03期 陈庆枝
《无线传感器网络任务分配的粒子群优化算法》PDF+DOC2009年第03期 陈庆枝
《多目标进化策略在无线传感器网络中的优化设计》PDF+DOC2009年第11期 陆星家,丁永生,李龙飞
《无线传感器网络中覆盖集的高效选取(英文)》PDF+DOC2008年第09期 贾杰,陈剑,常桂然,闻英友
为了优化无线传感器网络(WSN)的覆盖方法,针对MOEA/D中缺少对本代优质个体的保存和最优解集中个体极少的两个问题,提出了粒子群优化的基于分解的多目标进化算法(MOEA/D-PSO)。通过保留种群本代优质个体,改进本地优化解集在进化过程中的搜索方向和搜索进度,弥补了MOEA/D的不足。仿真实验证明,相对于MOEA/D和非支配排序遗传算法(NSGA-Ⅱ),MOEA/D-PSO所得非支配解更接近Pareto最优曲面,解集分布的均匀性和多样性表现更佳,WSN的覆盖范围更广,能量消耗更少。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。