《混合计算智能算法在WSN路由优化中的应用》PDF+DOC

📙 相关资料

1. 《基于LEACH与蚁群算法的WSN路由机制及性能分析》PDF+DOC 无线传感器网络是实现远程监测的方法之一，由于能量和网络生存时间的限制，其路由协议必须维持较小的路由信息并尽可能的减少能量消耗。在分析经典的分层路由算法LEACH算法特点的基础上，针对较大规模的网络环境将LEACH算法与组合优化蚁群算法相结合，并在NS2环境下验证其性能。仿真结果表明：运用修改后的新路......
2. 《电能质量监测系统中基于蚁群的WSN路由算法研究》PDF+DOC 针对变电站电能质量监测系统中无线传感器网络存在能量分布不均，消耗过大等不足之处，提出了一种基于蚁群的动态优化路径无线传感器网络路由算法，通过在信息素更新公式中引入路径能量、路由跳数等参数来平衡网络节点能量。通过仿真验证，该算法在降低网络能量消耗方面具有很好的效果。...
3. 《WSN中具有引导距离和位置意识的GEAR路由优化协议》PDF+DOC 针对无线传感器网络能量消耗大和网络生存时间短的问题，提出了一种具有引导距离和位置意识的GEAR路由优化协议(GLGEAR).该协议在选择下一跳节点时，引入了引导距离这个概念，改进了估计代价计算公式，使选路更加优化，从而减少数据传输时的能量消耗；为了找到离目标区域更近的邻居节点，设计了新的节点选择方法......
4. 《基于CPSO的无线传感器网络路由优化》PDF+DOC 研究无线传感器网络路由优化问题，由于无线传感器节点的能量受到限制，通信过程能量损耗，影响网络的性能。传统粒子群算法难以获得最优网络路由方案。为延长网络生存时间，结合粒子群的快速性和混沌的遍历性优点，提出了一种混沌粒子群(CPSO)的无线网络路由优化方法。通过粒子群算法的自组织、动态寻优能力，并通过混......
5. 《遗传蚁群算法的WSN移动代理路由算法研究》PDF+DOC 针对常用路由优化算法存在收敛速度慢、易陷入局部最优等难题，提出了一种遗传蚁群算法的WSN移动代理路由方法(GA-ACA)。首先利用遗传算法的全局搜索能力快速找到较优解，然后将较优解转换成蚁群算法的初始信息素，最后采用蚁群算法收敛速度快的优点，找到移动代理路由全局最优解。仿真结果表明，相对于其他移动代......
6. 《无线传感网络改进混合移动代理路由的研究》PDF+DOC 移动代理路由的本质是一个多约束条件下的优化问题，针对遗传算法快速随机的全局搜索能力，但对于系统中反馈信息却无法利用、求精确解效率低的问题，本文提出了一种遗传蚁群混合算法的WSN移动代理路由方法.利用遗传算法快速随机的全局搜索能力找到较优解，将较优解代换成蚁群算法的初始信息素，最后采用蚁群算法收敛速度......
7. 《蚁群-遗传算法的无线传感器网络路径优化》PDF+DOC 为了提高无线传感器网络路径优化效率，快速找到最优路径，提出基于蚁群-遗传算法的传感器路径优化方法.利用遗传算法的快速全局搜索能力和蚁群算法的正反馈机制，实现了两种算法的融合.仿真结果表明，蚁群-遗传算法在时间和性能上都优于单独的蚁群算法和遗传算法，能快速找到无线传感器网络最优路径，有效延长了网络的生......
8. 《无线传感器网络中基于学习自动机的路由算法》PDF+DOC 针对无线传感器网络节点能量有效问题，在LEACH协议算法的基础上，本文提出一种基于学习自动机的路由算法，该算法结合节点的剩余能量与节点的邻居信息，在选择簇头上，通过降低能量过低的节点成为簇头的概率，尽可能地进行能量均衡。仿真结果表明本文算法减少了网络的能量消耗，延长了网络生存时间。...
9. 《数据集成技术在树型WSN中的应用》PDF+DOC 针对无线传感器网络中节点能量有限的特点，将一种数据集成算法引入无线传感器网络，通过去除节点间的冗余信息来降低网络中的数据流量，从而降低网络能耗，达到提高网络能量利用率和延长网络寿命的目的。以树型无线传感器网络为例，分别对采用数据集成算法前后的网络能量消耗进行分析，并给出了相应的能量消耗模型。通过计算......
10. 《基于反向学习粒子群算法的无线传感器网络路由优化》PDF+DOC 为了实现无线传感器网络的能量均衡，延长网络生存时间，针对现有网络路由优化算法的不足，提出了一种改进的离散粒子群路由优化算法；在粒子进化过程中，引入反向学习策略，通过生成反向种群，扩大了搜索范围，增强了算法的全局寻优能力；为了避免粒子过早陷入局部最优，引入遗传算法的交叉和变异机制替代传统粒子群算法的速......