改进遗传算法的传感器节点覆盖优化策略

针对当前传感器节点覆盖优化方法存在覆盖率低、节点部署不均匀等难题,设计了一种基于改进遗传算法的传感器节点覆盖优化策略。首先基于覆盖率、节点利用率等评价指标建立传感器节点覆盖优化目标函数,然后采用遗传算法对节点覆盖优化目标函数求解,并针对常规遗传算法存在的缺陷对遗传算子进行相应的改进,提高其搜索和收敛能力,得到最优传感器节点覆盖方案。最后与其他算法进行了传感器节点覆盖优化仿真对比实验。结果表明,改进遗传算法的传感器节点覆盖率更高,降低了传感器节点重复覆盖比例,使节点部署更加合理。     

基于遗传/自适应神经网络混合算法求解作业车间调度问题

本文针对一类加工时间可变的调度问题,用遗传算法和基于约束满足的自适应神经网络混合算法进行了研究.遗传算法迭代生成的染色体对应非可行解,由自适应神经网络运算后得到可行解,对应的染色体作为新一代染色体.本算例的目标函数是基于任务的提前/拖期惩罚、附加惩罚以及加工时间的偏离量惩罚,目标是确定最优加工时间和最优加工顺序极小化目标函数,并与一般的遗传算法相比较,最后结果证明了本文算法的有效性.     

不同类型遥感传感器对地覆盖区域仿真与计算

分析了遥感传感器对地覆盖的几何特性,将常见的遥感传感器按照成像覆盖模式分为球冠面圆形覆盖和球面四边形覆盖,推导了两类覆盖模式的投影几何,建立了星下点和侧摆两种成像方式下的对地覆盖区域仿真计算模型. 基于覆盖区域仿真模型和星地空间基准的转换关系,设计了通用于常见遥感传感器的对地覆盖区域仿真算法流程,以实际的卫星平台、传感器和轨道参数实验验证了该仿真算法的有效性.     

基于动态目标遗传算法的云计算工作流调度方法

针对云工作流资源调度直接关系到云计算的成本和效率的问题,提出一种基于动态目标遗传算法(DTGA)的成本最小化和期限约束的云计算工作流调度方法.该方法使用云计算资源的索引来编码染色体,采用动态目标策略(DTS)算法解决严格的期限约束,当没有获得可行解时,算法专注于优化执行时间以满足期限约束,一旦获得可行解后,则侧重于优化在期限约束内的执行成本.实验结果表明在不同规模数据调度和不同的期限约束下,相比改进量子遗传算法(IQGA),提出方法具有更高的适应性,能够在更严格的期限约束条件下以更低的执行成本找到云计算资源调度的更优解.     

大规模无线传感器网络中近似静态分簇的高效概率覆盖协议

为在大规模无线传感器网络中获得较好的网络性能,提出一种基于近似静态分簇的高效概率覆盖协议EPCSC. 该协议通过近似静态分簇节省网络资源,保持网络连通性. 根据网络QoS期望值选择必需节点数目来保证网络服务质量,实行簇头轮换机制,并在簇头间构建近似Prim最小生成树来有效延长网络生命期. 仿真结果表明,EPCSC协议能有效降 低控制开销,显著延长网络生命期,提供满足应用期望的网络服务质量.     

基于WSN的能量有效性路由算法的研究

能量有效性是无线传感器网络的主要性能指标,网络层能量有效性路由算法的研究,是解决WSN能量有效的主要研究方向.通过MHRA路由算法,对WSN能量有效性路由算法的设计和实现,进行研究和分析.     

基于遗传算法的自动组卷策略

介绍自动组卷算法的数学模型和主体思想,提出一种基于遗传算法的试题抽取方案,重点阐述了组卷问题的染色体方法,适应度函数和遗传算法的设计与实现.实验表明,所设计的组卷方法性能好、效率高,是一种实用、有效的组卷方法.     

用基于快速排序的MOGA求解MOKP

0/1背包问题是一类典型的组合优化问题,且属于NP完全问题.多目标遗传算法通过一次运行可以搜索到多个解,同时具有比规范遗传算法更强的求解问题的能力.该文将基于快速排序的多目标遗传算法应用于多目标0/1背包问题中,可以快速、高效地找出多个最优解.实验表明该方法能够获得满意的效果.     

传感器网络中连通覆盖算法研究

作为一种新型的无线自组网络,传感器网络在环境与军事监控,地震与气候预测等许多方面都具有广泛的应用前景.基于正方形网格剖分的良好特性,提出了一种分布式的近似最小连通覆盖集的构造算法.新算法中:Sink节点首先将其目标区域剖分为正方形网格,并将得到的剖分信息广播给网络中的所有传感器节点;然后,网络中的传感器节点再通过周期性与其邻节点交换信息,来构造目标区域的近似最小连通覆盖集.算法分析和仿真实验表明,与已有类似算法相比,新算法在连通覆盖集大小方面具有更优的性能.     

LSM结合邻居干扰抵抗模型的传感器网络节点故障检测

针对大多数无线传感器网络(wireless sensor network,WSN)故障检测算法容错性较差的问题,提出一种基于链路切换机制(LSM)和邻居干扰抵抗模型的WSN节点故障检测算法.仿真实验从数据包分组传输率、控制负载、内存负载和故障恢复延迟四个方面评价该算法,结果表明,当节点传输功率提高至4mW时,数据包传输率提高了5%以上,恢复延迟平均降低了4ms左右,适用性非常好.相比现有的WSN故障检测算法,该算法取得了更好的性能.     

基于遗传算法的关系数据库查询优化策略

介绍基本遗传算法的基本思想和工作流程,针对数据库管理系统中最难处理和优化的连接操作,讨论在左深连接树的计划集合和浓密连接树的计划集合上的基于遗传算法的查询优化策略。同时通过具体的查询实例说明其左深度连接树和浓密连接树的染色体编码方法,并基于该编码方式进一步确定了基本遗传算法中其它的七个变元。     

PSO结合SA优化算法的无线传感器网络路由协议

针对无线传感器网络(WSN)经典分簇协议LEACH的分簇不均匀问题,提出一种融合粒子群优化(PSO)和模拟退火(SA)优化的WSN分簇协议.在分簇阶段考虑4种节点参数:节点距Sink节点的距离、剩余能量、先前成为CH的次数和距其他CH的距离.通过PSO-SA算法对分簇参数进行优化,自适应调整簇头选举阈值中的各项参数值,获得最适合当前环境的分簇结构,从而均衡网络能耗、提高网络寿命.实验结果表明,相比能量感知LEACH-EP协议、SA优化的协议和GA优化的协议,提出的协议在网络寿命和网络延迟方面具有更好的性能.     

室内中继网络部署及其优化

针对室内复杂的无线传输环境和较大的吞叶量要求,该文提出在室内场景中部署中继以提升吞吐量和覆盖范围,并对大型室内场所的无线传输环境进行建模,改变其中的参数以适应不同的实际环境.以大办公室环境为例,提出一种室内中继部署和优化方案及其仿真方法,根据对系统性能需求的预测求得各接入点的部署数量、位置和中继工作模式.仿真结果表明,在室内环境中部署中继可有效提高系统吞叶量和覆盖面积.综合考虑系统性能要求和网络成本,使用1个基站和4个放大-转发中继站共同覆盖为理想的网络部署方案.     

改进遗传算法的云数据容灾备份方案

针对云服务供应商的数据容灾系统中成本和恢复时间优化问题,提出一种基于改进型遗传算法(IGA)的云数据容灾备份方案.首先,根据各云供应商的存储价格、通信价格和带宽等属性构建数据备份模型.然后,提出一种改进型遗传算法,通过一个替换重组操作来提高算法的收敛速度和寻优能力.最后,以备份成本和恢复时间的加权和为优化目标,利用IGA求解最优备份方案.实验结果表明,该方案在备份成本和恢复时间方面具有优越的性能.     

遗传算法中的重组操作

针对传统遗传算法中交换操作的局限性，提出了一种根据适应度对父染色体重组的操作方法，并以Ｎ－皇后问题和求解自然对数为例验证了该方法的有效性。     

无线传感器网络的应用

无线传感器网络(WSN)是新兴的下一代传感器网络,在国防安全和国民经济各方面均有着广阔的应用前景。本文介绍了无线传感器网络的组成和特点,讨论了无线传感器网络在智能家居方面的现有应用,最后提出无线传感器网络技术需要解决的问题。     

基于WSN的水产养殖环境监测系统设计

设计了一种基于WSN无线传感器网络技术的水产养殖环境监测系统,用于监测水产养殖环境中pH值、温度、浊度等参数。分析讨论了传感器的选型、传感器调理电路的设计以及系统软件的设计。引进WSN无线传感器网络技术降低了检测成本,并且实现了远程监控。监控中心软件采用Labview开发,为用户提供直观的监控平台。实验结果表明:pH值、温度、浊度参数的相对测量误差均在1.20%以内,可以满足水产养殖环境因子监测的要求,具有较好的市场前景和推广价值。     

浅析遗传量子算法与遗传算法在函数极值问题中的比较法

遗传算法是一种模拟生物进化的算法．它被广泛利用在信号处理、模式识别、人工生命等领域.遗传量子算法是将量子计算和遗传算法相结合算法．采用量子位染色体的表示形式．该算法具有量子计算的量子位和量子位的迭加特性,同时加入了量子旋转门干涉策略,使得进化染色体更好的呈现多样特性．实验表明,遗传量子算法在解决一般函数极值问题中,比遗传算法更具有优势．     

交互满意方法在多目标模糊非线性规划中应用

在运用浮点遗传算法的多目标全系数模糊非线性规划中,提出交互模糊满意方法.引入α-水平集把MOFNLP转化为α-MONLP.通过线性隶属函数量化.给出具体的α水平度和参考隶属度,利用浮点遗传算法解最小值问题得到Pareto最优解,并通过调整α水平度和参考隶属度使决策者从多个Pareto最优解中得到满意解.     

基于剩余能量和距离的WSN混合路由算法

针对低功耗自适应集簇分层型协议(Low-Energy Adaptive Clustering Hierarchy,LEACH)在簇头选举和数据传输过程存在的不足,提出了一种基于剩余能量和距离的WSN混合路由算法.算法在分簇建立阶段,综合考虑节点剩余能量和簇头到基站距离2种因素对无线传感器网络(Wireless Sensor Networks,WSN)分簇的影响,采用了2种因素乘积形式对阈值(n T)进行修正.在数据传输阶段,采用混合路由方式进行数据通信,即比较节点到簇头、基站的距离,当节点距离基站较近时,节点直接与基站进行通信,反之,则通过簇头与基站进行通信.结果表明,考虑剩余能量和距离的混合路由算法的网络性能较为优越,其网络生命周期和基站接收数据包数量较传统LEACH算法都有较大提高.