《自适应子空间高斯学习的粒子群优化算法》PDF+DOC
作者:孙辉,朱德刚,王晖,赵嘉
单位:南昌工程学院
出版:《南昌工程学院学报》2015年第04期
页数:13页 (PDF与DOC格式可能不同)
PDF编号:PDFNCSB2015040080
DOC编号:DOCNCSB2015040089
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于粒子群优化的大规模传感器网络节点调度策略》PDF+DOC2012年第12期 刘志刚,汪晋宽
《基于改进粒子群优化的无线传感器网络定位算法》PDF+DOC2012年第01期 黄艳,臧传治,于海斌
《一种无线传感器网络覆盖的粒子群优化方法》PDF+DOC2009年第02期 张轮,陆琰,董德存,陈岚
《基于拟物力导向的量子粒子群优化算法的WSN节点部署研究》PDF+DOC2015年第10期 许国燕
《无线传感器网络中一种节点负载均衡的分簇算法》PDF+DOC2014年第03期 杨永刚,崔宝同
《基于二进制量子行为粒子群优化的WSN自适应设计》PDF+DOC2017年第07期 唐肝翌,刘涛,卢桂馥
《基于混沌粒子群算法的无线传感器网络路由协议》PDF+DOC 董卓亚,张瑞
《基于混沌粒子群优化的无线传感器网络分簇协议》PDF+DOC2011年第10期 刘志坤,刘忠,李朝旭
《一种无线传感器网络异常检测技术研究》PDF+DOC2007年第08期 周贤伟,王培,覃伯平,申吉红
《莱维飞行的粒子群优化算法在WSNs覆盖增强中的应用》PDF+DOC2015年第11期 卢玲,谢佳华
为了克服粒子群优化算法在复杂优化问题上易出现早熟收敛、多样性缺失等问题,提出了自适应子空间高斯学习的粒子群优化算法。该方法提出了适应值离散度和子空间高斯学习的概念,以自适应地调整参数和搜索策略,帮助粒子逃离局部最优。同时,该方法还提出邻域学习策略,引入了邻域最优粒子。当前粒子的邻域在进化过程中通过动态构建,以增强种群的多样性。实验对19个常用的经典基准测试函数在30和100维进行了测试,结果表明该算法在收敛速度和寻优精度上优于一些知名的PSO算法。最后,将改进的算法应用于无线传感器网络覆盖优化问题,获得了较好的结果。
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。