基于改进量子遗传算法的WSNs多路径路由研究

最优路径搜寻和能量优化是无线传感器网络(wireless sensor networks,WSNs)研究的两大关键性问题,基于簇结构的无线传感器网络模型,将改进的量子遗传算法引入WSNs网络层节能路由算法研究中,选取多条较优染色体代替一条最优染色体指导群体的进化;采用动态的量子旋转门调整策略,避免算法收敛于局部最优解;利用球面坐标角度对量子遗传算法编码,降低算法的复杂度;以路由所耗能量为优化目标,构造适应度函数。与基于传统遗传算法（genetic algorithm, GA）、标准量子遗传算法(quantum genetic algorithms, QGA)的多路径路由进行比较,实验表明,该算法比基于GA,QGA算法的多路径路由具有更低的网络能量消耗,更长的网络生存周期。     

基于量子遗传算法的WSNs能量均衡路由优化

针对无线传感器网络（WSNs）中传感器节点能量有限,以及单一的传输路径所带来的能量消耗不均衡的问题,引入量子遗传算法对其进行优化。充分利用量子遗传算法高效搜索和全局优化的能力,在综合考虑网络耗能和路径延迟的基础上全局优化路由;并对算法的一些环节如量子比特编码、适应度函数的设计以及量子变异进行了详细的分析与设计。仿真表明：与传统遗传算法相比,量子遗传算法在降低网络能耗,延长网络生命期方面有着优越性．     

基于遗传算法的无线传感器网络优化覆盖研究

在无线传感器网络应用的研究过程中,我们发现无线传感网络是存在一些影响生存周期的问题的,例如节点的能量受限、能耗浪费问题,节点可能被高度冗余的部署在同一个区域内的问题,节点的路由算法问题等,这些问题会使得无线传感器网络使用的时限变得比较短。近年来,遗传算法在各种研究中的使用频率不断增加,运用于无线传感器网络覆盖中的各种研究也是越来越多,相关的研究成果也逐渐增多。所以本文就遗传算法在无线传感器网络覆盖中的仿真研究进行了阐述和总结,并对其未来的发展趋势进行展望。     

基于遗传算法的产品分配方案研究

建立了产品分配的时变模型 ,并将其分为两层子问题 .下层子问题为基本的运输问题 ,按一般的线性方程求解 ;上层子问题则求系统的最小成本 ,采用遗传算法进行求解 .同时 ,还进行了大量的计算机实验 ,并在实验过程中将遗传算法与实现产品分配时常用的算法进行了比较 .结果表明 :采用本研究所建模型 ,并利用遗传算法进行求解 ,可以取得相当好的效果 ,具有实现简单、收敛时间短等优点 .     

遗传算法在WSNs多Sink节点布局中的应用

无线传感器网络应用一直受到有限资源及能量的约束,sink节点布局算法是长时期内需要研究的一个关键问题.实际情况下,由于节点资源受限或无线链路的问题,sink节点经常存在服务失败的情况.因此,提出一种无线传感器网络中多sink节点的P中值布局模型,同时使用遗传算法对属于NP完全问题的sink节点布局模型进行求解计算,并对算法的计算精度、效率进行了分析.仿真实验结果表明,基于遗传算法而提出的布局模型能够有效降低无线传感器网络的能量消耗,提高网络服务效率,延长网络的生存期.     

基于遗传算法的列车开行方案优化

根据列车停站方案的4种模式,建立了列车开行方案双层规划模型.上层以总的运营费用最小和未服务的旅客数量最少为目标进行停站方案和开行频次的优化;给定停站方案和开行频次后,下层以服务旅客数量最大和旅客总的旅行时间最小为目标,建立了客流分配的混合整数规划.基于GA的开行方案优化算法实现了停站方案生成与客流分配循环反馈优化.最后以台湾高铁为实例分析,验证了本文模型和算法的有效性.     

基于遗传算法的舰船装载方案优化

两栖舰船装载是实施两栖作战的基本保障,装载方案的优劣直接影响两栖兵力投送效率,甚至影响两栖作战的进程和成败。为解决两栖舰船装载方案优化问题,通过构建两栖舰船装载空间描述模型和装载对象描述模型,运用图论理论引入装载点概念,制定最优装载点选择规则和装载方案优化目标及约束条件,运用遗传算法理论解算装载方案的优化模型,可以实现装载方案的优化,解决部队两栖舰船科学装载的问题。     

基于遗传算法的舰船装载方案优化

 两栖舰船装载是实施两栖作战的基本保障，装载方案的优劣直接影响两栖兵力投送效率，甚至影响两栖作战的进程和成败。为解决两栖舰船装载方案优化问题，通过构建两栖舰船装载空间描述模型和装载对象描述模型，运用图论理论引入装载点概念，制定最优装载点选择规则和装载方案优化目标及约束条件，运用遗传算法理论解算装载方案的优化模型，可以实现装载方案的优化，解决部队两栖舰船科学装载的问题。     

基于分组遗传算法的数据中心虚拟机节能映射

近年来,随着人们对云计算业务需求持续增长,数据中心能耗日益增加,由此不仅增加了运营成本,巨大的碳排放对生态环境也产生严重的影响,数据中心节能已成为当前亟须解决的重要难题。 对云数据中心的虚拟机放置(Virtual Machine Placement, VMP)进行优化能有效地提高资源利用率,同时,VMP 也是减少数据中心能耗的重要技术之一;针对数据中心的能耗感知 VMP 问题,提出一种基于分组遗传算法的节能算法 EEGGA (Energy -Efficient Grouping Genetic Algorithm),算法将节能 VMP 问题视为装箱问题(Bin Packing Problem,BPP),并应用基于分组编码的遗传算法对其进行求解,通过减少活动物理主机的数量(装箱数量)以实现降低数据中心能耗的目标;在算法迭代过程的交叉和变异等阶段,设计了多种启发优化策略提升子代染色体的适应度,从而提高算法的节能性能和加快迭代收敛的速度;通过仿真实验,在收敛速度和求解性能等方面将提出的算法与传统的节能遗传算法进行对比,实验结果表明:提出的算法能够有效地减少数据中心的能耗,在节能性能和求解收敛速度方面均优于其他算法。     

一种基于遗传算法的两层扫描覆盖机制

针对无线传感器网络中的覆盖问题,提出一种基于遗传算法和移动辅助节点的两层扫描覆盖机制（GATSC）.首先,GATSC利用遗传算法将POI分配给移动传感器节点进行覆盖,生成多条移动节点路径;然后,在移动节点路径上选取距离汇聚节点最近的一个点作为移动节点和移动辅助节点的交汇点（POB）.最后,利用移动辅助节点将数据传输到汇聚节点,完成最终的数据采集.仿真结果表明,本机制不仅比以往的覆盖机制具有更好的性能表现,而且能很好地适应不同的网络环境     

基于遗传算法的覆盖近似空间最优近似求解算法

经典粗糙集用一对精确集来近似粗糙集.在其扩展模型中,有学者提出了从相似度出发用一个精确集来刻画粗糙集的模型.这种模型可以更贴近目标集合,在规则提取方面也有很好的应用.在划分情形下最优近似的算法已经相对完善,但是对于覆盖情形下的最优近似其算法还很匮乏.针对这一问题,提出了一种基于改进的遗传算法的最优近似求解算法.通过采用...     

基于遗传算法的无线传感器网络最小覆盖集算法

降低能耗以延长网络生存时间是无线传感器网络设计中的一个研究热点.提出一种利用遗传算法实现的"密度控制"策略.该策略利用无线传感器工作节点的最小节点子集(最小覆盖集),达到覆盖整个传感器网络区域的目的.所提出的算法能够较好地调和无线传感器网络寿命和网络覆盖率之间的矛盾,仿真实验证明了算法的有效性.     

基于改进遗传算法的自适应越区切换方案

针对列车通信在越区切换过程中切换触发率和切换成功率均较低的问题, 提出一种基于改进遗传算法的自适应联合判决切换算法. 首先, 以遗传算法为基础, 在高速特性下对切换判决过程中的相关参数进行优化, 针对列车的不同运行速度动态选择出满足快速切换需求的迟滞容限值； 其次, 引入满意通信概率（SCP), 当列车在小区之间移动时, SCP值达不到要求的将不能接入下一个小区, 以保障通信质量的优良. 仿真结果表明, 与传统切换方案相比, 该方案可实现提高切换触发率和切换成功率的目标, 具有较高的满意通信概率.     

基于遗传算法BP网络的冻结方案优化设计

多圈管冻结方案设计与优化是深井冻结法凿井的一项关键技术,现今的理论和实践尚未成熟和完善,为此提出了基于遗传算法优化BP网络结构进行多圈管冻结方案的优化设计算法,将该算法求解的多圈管冻结设计方案与原方案进行了比较分析,表明了这种算法达到了较好的优化设计效果,为多圈管冻结方案设计及其优化提供了重要参考。     

基于改进遗传算法的自适应越区切换方案

针对列车通信在越区切换过程中切换触发率和切换成功率均较低的问题, 提出一种基于改进遗传算法的自适应联合判决切换算法. 首先, 以遗传算法为基础, 在高速特性下对切换判决过程中的相关参数进行优化, 针对列车的不同运行速度动态选择出满足快速切换需求的迟滞容限值; 其次, 引入满意通信概率（SCP), 当列车在小区之间移动时, SCP值达不到要求的将不能接入下一个小区, 以保障通信质量的优良. 仿真结果表明, 与传统切换方案相比, 该方案可实现提高切换触发率和切换成功率的目标, 具有较高的满意通信概率.     

基于分层禁忌遗传算法的卫星任务调度方案

对地观测卫星在地球观测系统中起着核心作用,任务调度是对地观测卫星满足更多任务需求并获得高观测效率的重要手段。随着用户的激增,大量的任务请求引起卫星资源、时间资源的冲突,导致卫星任务的调度效率低下。为了解决上述问题,通过拆分和聚类2种策略对任务进行预处理,设计了一种基于分层禁忌遗传算法(layered tabu genetic algorithm, LTGA)的卫星任务调度方案。建立了对地观测系统模型,分析了观测任务调度的相关约束;通过分析任务时间窗口冲突情况来确定任务拆分方式,通过计算聚类距离来区分任务分布状态,从而选取合适的观测任务构成预调度任务集合;在上述任务规划的基础上,提出LTGA完成任务的选取和排序,生成观测计划。仿真结果表明,所提出的卫星任务调度方案能够有效提升调度收益、降低调度时间。     

基于Web安全认证的无线网络覆盖方案

为实现相对有线网络的灵活性与3G/4G移动网络的廉价性, 满足企事业单位对无线网络覆盖的迫切需求, 针对无线WiFi(Wireless Fidelity)覆盖方案进行对比研究, 给出了适于不同需求条件下WiFi覆盖方案。同时,提出了一种基于Web的强制安全认证系统实现方法, 为大范围无线WiFi覆盖提供了理论支持。该无线覆盖方案实用、 高效、 安全, 为中小企事业单位提供了实现借鉴。     

基于交叉覆盖的高层综合方案及衍生方案研究

由于高层小区的出现,导致网络结构发生明显变化,其主要影响有两个方面：一方面小区自身深度覆盖差;另一方面对周边网络结构造成严重破坏,导致网络质量下降通过分析存在问题的成因,探讨了基于交叉覆盖的高层综合解决方案及其衍生方案,进行了实际网络验证,取得明显的效果.方案具备低成本的特点,在网络建设过程中,对于相关研究人员和移动网络运营商具有参考和借鉴意义.     

基于遗传算法的轨道交通与常规公交线路优化方案

为全面提高公共交通的整体效益,充分发挥轨道交通在公共交通中的骨干作用,需要对轨道交通影响范围内的常规公交线网进行优化调整。文中结合城市轨道交通与常规公交相互协调的交通特点,提出基于"遗传算法"的常规公交线网优化模型。并结合实例,对哈尔滨市地铁1号线的常规公交线网进行调整,选出最佳方案。     

基于遗传算法的九寨沟车辆调度优化方案研究

遗传算法常常被应用于解决优化问题.介绍了九寨沟车辆调度系统利用遗传算法的思想优化景区内公交车辆调度方案,从而使车辆和人力资源得到合理和充分利用,防止资源的浪费.