作者:宋明智,杨乐 单位:四川省计算机研究院 出版:《计算机应用研究》2013年第11期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFJSYJ2013110710 DOC编号:DOCJSYJ2013110719 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于惯性权重蛙跳算法的WSN布局优化》PDF+DOC2015年第06期 滕志军,张晓旭 《基于改进粒子群算法的传感器测量土壤水分》PDF+DOC2020年第03期 张凤莉,杨花雨 《逐维判断PSO算法值的WSN覆盖优化》PDF+DOC2015年第12期 冯琳,冉晓旻,孙韬 《基于改进粒子群优化的WSN定位算法》PDF+DOC2015年第22期 邴晓瑛,徐保国 《基于粒子群优化的WSN覆盖增强算法研究》PDF+DOC2014年第05期 陈维宗,党小超,郝占军 《WSN中节点布置优化的一种改进PSO算法》PDF+DOC2013年第30期 李家斌,陈燕 《一种基于ARMA的WSN非均衡分簇路由算法》PDF+DOC2010年第04期 韩志杰,王汝传,凡高娟,肖甫 《WSN中改进的分布式多维定标定位算法》PDF+DOC2009年第05期 韩双霞,张露,范一鸣,陈江富 《基于蚁群算法的WSN移动信标路径获取研究》PDF+DOC2008年第28期 徐云剑,彭沛夫,郭艾寅,张桂芳 《一种WSN中分簇路由算法的改进》PDF+DOC2013年第12期 范时平,潘淑琴,罗启涵,温鑫
  • 在标准粒子群优化(particle swarm optimization,PSO)算法的基础上提出了一种带有动态惯性权重的自适应粒子群算法,以实现移动WSN对被监测区域的覆盖。新算法引入了粒子群进化度因子和粒子群聚合度因子,这两个因子的数值主要受粒子群的平均适应值、局部最优值和全局最优值影响。使用这两个因子调整惯性权重会使算法带有一定的自适应性,这种自适应性使得算法在迭代过程中既不会因步长过小而局部收敛,也不会因步长过大而跳过待求解问题的最优值。仿真结果表明,相比标准PSO算法,改进后的自适应PSO算法使移动WSN的覆盖率提升了5%~8%。

    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。