基于能耗均衡的Leach算法优化

Leach算法主要是通过选择路由最短的簇头节点来传输数据,但忽略了簇头节点本身的剩余能量和数据传输质量等问题,容易造成簇头节点过早失效,使网络过快分裂。因此提出了一种基于中继簇头节点的Leach算法,来均衡网络负载。最后实验结果表明优化后的Leach算法,比原算法能耗更均衡,网络更稳定。     

基于QPSCO算法的传感器优化配置

针对以曲线拟合为目标的传感器配置问题,提出了一种基于量子粒子群协同优化(Quantum-behaved particle swarms cooperative optimization,简称QPSCO)算法的传感器优化配置方法.在QPSCO算法中,采用双层的多粒子群协同优化结构,同时引入参数变异策略,在扩大搜索范围的同时加快该算法收敛;将加权最小二乘法的误差平方和引入适应度函数中,以提高传感器位置曲线的拟合精度,从而实现传感器的优化配置.实验结果表明,该方案应用于土壤信息采集系统,不仅可以达到比粒子群优化(Particle swarm optimization,简称PSO)算法和量子粒子群优化(Quantum-behaved particle swarm optimization,简称QPSO)算法更好的寻优结果,而且具有比遗传算法更理想的位置拟合精度,是一种有效可行的传感器配置方法.     

基于菌群优化算法优化生产车间传感网能耗

为了降低制造车间传感网能耗,采用基于菌群优化的径向基函数神经网络算法对传感网数据进行融合,去除冗余感知数据并降低数据维度;首先分析传感网节点的分簇及数据传输方式,然后建立基于径向基函数神经网络的生产车间传感网数据融合模型,引入菌群算法,利用菌群算法的趋化、复制和迁徙操作对神经网络的权重进行优化,获得稳定的径向基函数神经...     

基于遗传优化策略的传感器配置算法

传感器配置是传感器网络研究的核心问题之一.传感器网络配置可以有效布置传感器网络节点、合理覆盖感知数据区域、延长感知区域传感器网络的运行周期,既能够准确地采集感知区域的数据信息,又能够充分管理传感器网络资源.本文提出了在传感区域中一个有效的基于遗传算法策略的的传感器配置算法,算法目标在于优化传感器数量并且确定它们的位置以...     

基于CNSGA-III算法的乌苏市水资源优化配置

本文以新疆塔城区乌苏市水资源优化问题为例,构建以经济、社会和生态效益为目标的水资源优化配置模型,选用带有Deb约束准则的CNSGA-III算法对模型求解,结合熵权-TOPSIS评价模型,对求解方案进行对比筛选,选出区域水资源最佳配置方案。结果表明:在用水红线约束下,2025年、2035年优化后的水量较原始水量相比分别节约了5%、3.1%;在用水结构上,与现状年相比农业用水占比分别下降7%、11%;在水源结构上,地下水供水占比下降28%,效果明显,充分利用了地表水,地下水超采得到有效遏制,表明所建立的水资源优化模型对乌苏市水资源研究具有一定适用性,对未来水资源配置研究具有一定的参考价值。     

基于免疫算法的配电网电容器优化配置

将免疫算法应用于辐射型配电网中电容器的合理配置。通过比较遗传算法,得到免疫算法在配电网电容器优化配置过程中具有寻优速度快,收敛性能好等优点。由于保持了群的多样性,所以避免了陷入局部最优。算例及分析表明免疫算法应用于配电网电容器优化配置的有效性和实用性。     

基于混合遗传算法的车辆优化配置的数学模型

研究了物流运输系统车辆数优化问题的数学模型,构造出了模拟退火算法的能量函数,根据该函数可以求最优车辆数,又可以求最优车辆数下的最优行驶路径。用遗传模拟退火算法实现了车辆数的优化计算与路径优化计算。     

基于马尔可夫链的主机负载预测能耗优化算法

现代服务应用对计算能力需求的快速增长导致云计算数据中心能耗加剧,为解决数据中心能耗问题,本文提出了一种新的融合马尔可夫链和能耗感知选择策略的能耗优化算法——基于预测的能耗优化算法(Prediction based Energy Consumption Optimization Algorithm,PECOA).实验结果表明,PECOA算法在保证服务质量的前提下,能耗与基于最小虚拟机迁移时间的本地回归算法(Local Regression based on Minimum Migration Time,lr_mmt_1.2)相比降低了约11.04%,验证了本文方法的有效性.     

基于云理论和粒子群算法的多传感器优化配置

针对复杂战场环境下多传感器网络目标检测概率低的问题,提出了一种基于云理论和粒子群算法的多传感器优化配置算法.首先从目标攻击方向的最大覆盖面和和最大目标探测概率两个方面建立了空间多传感器优化部署模式,然后利用基于线性递减和云理论策略的惯性权重和动态加速常熟自适应策略的粒子群优化算法对多传感器部署模式进行优化,从而有效避免优化算法陷入局部最优值,同时加快了算法的收敛速度.仿真实验表明,通过部署方案优化后,传感器网络的综合评估值从0.712 3上升到0.947 6,整体上升33%.     

能耗感知的MIMO天线配置模式选择算法

多入多出MIMO (multiple input multiple output)利用多天线技术可以在同一信道内并发传输多路数据,实现空间复用增益和空间分集增益,从而提升系统吞吐量、传输范围和可靠性,但MIMO所采用的多天线技术会大幅增加通信终端的能耗成本。能耗是智能终端的关键性能指标,也是制约MIMO技术能否在智能终端上推广使用的重要因素。针对这一问题,研究了IEEE 802.11n 的MIMO发送端能耗问题,提出了一种能耗感知的MIMO天线配置模式选择算法。该算法以单位比特能耗为优化目标,根据缓冲区待发送数据帧的数量,动态调整MIMO天线配置模式。缓冲区待发送数据帧的数量超过上限阈值时,发送端调整天线配置模式,并根据待发送帧大小和历史统计信息预测和激活能耗最优的天线数量;低于下限阈值时,发送端关闭多天线,采用单天线进行数据传输。基于真实实验数据的数值分析结果表明,该算法能够充分利用睡眠状态优化MIMO发送能耗,有效提升单位比特能耗。     

基于布谷鸟优化算法的全基因组关联分析

利用贝叶斯网络描述单核苷酸多态性(SNP)与疾病之间的关系,以SNP与疾病之间的贝叶斯评分作为评价SNP与疾病关联度的目标函数,在全基因数据中通过布谷鸟优化算法对SNP与疾病之间的关联进行启发式搜索来寻找致病SNP;通过布谷鸟算法寻找致病SNP可以在保留SNP与疾病相关信息的同时,又能在全基因组数据中高效准确地找出致病SNP。实验结果表明:与已有方法相比,本文基于布谷鸟优化算法的全基因组关联分析方法具有更好的检测SNP与疾病之间关联的能力。     

基于鱼群算法的广东省水资源优化配置研究

我国水资源虽总量大,但人均占有量低,且伴随水体污染、水资源浪费等现象,水资源匮乏问题严重,提高水资源利用率就显得尤为重要。受大自然的启发,研究者提出了各种模拟生物行为的智能算法,其中鱼群算法对初值要求不高,并具有收敛速度快、模型简单的优点。文中以广东省为研究区域,以社会效益最优和经济效益最优建立了水资源配置模型,在进行对规划年供需水量的预测后,运用鱼群算法对区域水资源进行了优化配置。与配置前预测水量相比,运用鱼群算法配置后的各地市水资源量短缺现象明显得到了改善,验证了鱼群算法在多目标多因子的复杂化问题中的优越性。     

基于二进制编码的优化关联规则挖掘算法

提出了一种基于二进制编码的优化关联规则挖掘算法,该算法是按项目支持数的升序从高到低地编制二进制位,然后将事务转换成数字事务,通过构建候选数字事务区间来搜索频繁数字事务,最后产生关联规则.该算法的原理简单,减少了冗余候选项和扫描次数;实验结果表明该算法比同类挖掘算法更快速而有效.     

基于微粒群算法的分布式发电优化配置

利用混沌动力学的随机性和遍历设计群体运动模式,提出一种改进的微粒群算法.以运行成本和网络损耗为目标,对分布式发电的优化选址与定容问题加以求解,获取最优的分布式电源安装位置和容量,并针对标准测试系统进行了仿真计算与分析,仿真结果验证了所提方法的有效性.     

基于关联规则算法的教务管理数据挖掘

本文首先介绍了关联规则数据挖掘的概念,分析了关联规则挖掘的核心算法Apriori,将该算法用于教务管理数据的分析处理,得出数据集中隐含的模式,以期对学校教务管理者提供决策支持。     

关联规则算法及其优化

介绍了关联规则的典型算法，提出了关联规则算法的优化方向．     

关联规则挖掘算法的优化

Apriori算法是关联规则挖掘的经典算法,该算法在处理规模巨大的候选项目集时存在耗时长和效率低的问题,提出了采用分割法对数据进行分片的优化算法.实验证明该算法不仅能减少数据挖掘对系统资源的占用,而且解决了数据库中数据分割下局部频繁项目序列集产生和全局频繁项目序列集的转换问题.     

基于混合优化算法的最大功率点追踪方法

针对部分阴影条件下粒子群优化（PSO）算法追踪最大功率点时间较长与功率波动大的问题,提出一种基于万有引力与粒子群混合优化(GPSHO)算法的最大功率点追踪（MPPT）方法。该方法将万有引力搜索算法引入粒子群算法,在迭代过程中通过调节PSO算法的惯性权重、认知因子和社会因子提高算法的收敛速度,实现追踪全局最大功率点。仿真与实验结果表明:该方法能够在不同光照情况下精准地追踪全局最大功率点,其搜索速度大约比基于自适应惯性权重粒子群(APSO)算法的MPPT方法快１倍,功率振荡亦更小。     

基于人工鱼群算法刨煤机比能耗最低参数优化

为了减少滑行刨煤机无用功率,提高刨煤机运行能耗利用率,选择刨煤机的刨削深度、刨刀间距、一次循环刨头采高、刨刀宽度为设计参数,以刨煤机刨削机构比能耗最低为优化目标,采用人工鱼群算法对刨煤机刨削机构进行参数优化,优化结构表明:在刨削结构刨头外形尺寸不变且结构强度满足的条件下,刨煤机刨削结构的比能耗减少了7.89%,破碎率上升了1.45%,达到了节能降耗的目的。     

基于分布式算法在WSN中的能耗最小化优化研究

如何有效利用节点能量并延长网络的生存期是研究无线传感器网络的一个核心问题.在已有的集中式算法的基础上,提出了一种分布式优化的方法,使无线传感网络中无损数据收集时的能量消耗最小化,此方法主要是通过将传输功率和压缩传输速率进行合理的配置来实现,运用拉格朗日对偶分解法,可以把能量最小化这个问题分解为能够被传感节点本身分布式解决的子问题.通过仿真结果可得,分布式算法相比集中式算法能使目标函数更快收敛从而达到能耗最小化.