《基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署》PDF+DOC
作者:徐公国,段修生,单甘霖,童俊
单位:中国兵工学会
出版:《兵工学报》2018年第11期
页数:10页 (PDF与DOC格式可能不同)
PDF编号:PDFBIGO2018110130
DOC编号:DOCBIGO2018110139
下载格式:PDF + Word/doc 文字可复制、可编辑
《星载天线反射面传感器多目标优化部署方案》PDF+DOC2012年第09期 李文博,王有懿,赵志刚,赵阳
《基于先验知识的最优化传感器部署方法》PDF+DOC2014年第02期 刘忠义,张华睿,王妮,刘洁
《基于粒子群优化算法的水质传感器优化部署研究》PDF+DOC2016年第12期 余幸运,孙茜,王小艺,许继平,王立,张慧妍
《多传感器优化部署下的机动目标协同跟踪算法》PDF+DOC2013年第02期 刘钦,刘峥,刘韵佛,谢荣
《栅格划分下的传感器部署》PDF+DOC2005年第03期 郑虹,徐毓,李芳
《基于量子粒子群优化算法的无线传感器网络节点优化》PDF+DOC2010年第02期 王艳萍,张惠敏,刘新贵
《基于差分进化的多目标异构传感器网络节点部署机制》PDF+DOC2010年第08期 李明,石为人
《转子平衡补偿平面/传感器探头位置多目标优化仿真》PDF+DOC2006年第02期 周卫华,何立东,沈伟
《一种长距离链式无线传感器网络节点部署方法》PDF+DOC2014年第05期 郁麟玉,严锡君
《UPSO:基于划分空间粒子群优化的WSN动态覆盖优化算法》PDF+DOC2014年第S1期 曹剑炜,陈庆奎,庄松林
对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化(LM-AQPSO)算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法。考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型。仿真实验结果表明:相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案。
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。