《基于惯性扰动与自适应调节的量子粒子群轨迹覆盖算法》PDF+DOC
作者:宋凡
单位:中大控股
出版:《现代计算机》2020年第02期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFXDJS2020020050
DOC编号:DOCXDJS2020020059
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《一种基于粒子群算法的无线传感器k重覆盖优化策略》PDF+DOC2012年第21期 郭龙,熊伟,李牧东
《无线传感器网络节点自适应惯性权重定位算法》PDF+DOC2012年第27期 季必晔,顾燕
《混沌粒子群算法在矩阵秩RSSI算法中的研究》PDF+DOC2016年第04期 方旺盛,刘晓鑫
《基于改进粒子群算法的无线传感器网络节点定位》PDF+DOC2015年第06期 于泉,孙顺远,徐保国,陈淑娟
《基于自然选择粒子群的时钟同步算法》PDF+DOC2017年第03期 蒋伊琳,张芳园
《无线传感网络覆盖算法及仿真研究》PDF+DOC2010年第09期 顾钧
《基于WSN的温室温度分布式事件触发控制系统研究》PDF+DOC 李富强,郑宝周,豆根生,林爱英
《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
《基于自动化控制的机械设备故障诊断系统设计》PDF+DOC2015年第02期 庞志华
轨迹覆盖技术在航线监测、拥塞处理、灾难预防等领域具有重要作用。在实际应用中,提高轨迹覆盖率和减少传感器的数目,往往是两个冲突的目标。基于概率的量子粒子群(QPSO)算法是一种用波函数表示粒子位置,通过蒙特卡罗方法求出粒子位置的全局优化算法。QPSO算法不使用粒子速度来描述粒子在解空间内的移动,而是以概率的方法来表达粒子在解空间内出现的概率以此保持群体多样性和提高全局与局部搜索的能力。然而,其中的粒子概率出现使算法的随机性大大增加,产生较多适应值差的解,降低算法收敛速度。提出一种改进的AGQPSO算法,该算法将全局粒子群算法中的惯性扰动操作引入到AGQPSO算法中,并且还引入两个评价粒子群状态的指标:迭代速度因子、收敛度因子。实验结果表明AGQPSO算法在收敛速度以及覆盖率上比QPSO的方法更优,更好地平衡全局和局部搜索能力。
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。