基于位置加权粒子群算法的WSNs能量优化

针对无线传感器网络经典分簇协议Leach存在能量消耗过大的问题,提出了一种基于LEACH的改进协议。该协议采用位置加权粒子群算法结合对惯性权值、学习因子的调整,优化LEACH协议的簇头选择机制,将节点剩余能量、簇间距离及簇头到基站的距离作为适应度函数因素,调节簇及选举簇头。仿真结果表明,改进的协议使整个网络能量消耗达到相对均衡,大大减少了节点能量消耗,从而延长了网络寿命。     

基于免疫粒子群优化的移动Sink路径规划算法

为了减少能量空洞和延长网络生命周期，在无线传感网中采用移动 Sink 的方式收集节点采集的数据是解决能 量效率问题的有效措施．采集路径的规划问题类似于旅行商问题，无法得到多项式时间的解．提出了将人工免疫算法和粒子群算法相结合，针对移动 sink 数据收集的路径规划问题寻求近似最优解，仿真结果表明: 与其他算法进行性能比较，所提出的优化算法能够有效减少能耗和缩短遍历路径．     

多粒子群协同优化算法

提出一种多粒子群协同优化(PSCO)方法．PSCO是2层结构：底层用多个粒子群相互独立地搜索解空间以扩大搜索范围;上层用1个粒子群追逐当前全局最优解以加快算法收敛．这些粒子群含的粒子数以及粒子状态更新策略不要求相同．为改善粒子群容易陷入局部极小的弱点,提出扰动策略,当1个粒子群的当前全局最优解未更新时间大于扰动因子时,重置粒子的速度,迫使粒子群摆脱局部极小．用Rosenbrock函数等3种基准函数做优化实验表明,PSCO性能优于经典PSO,FPSO和HPSO等算法．     

基于粒子群优化的认知无线电功率分配算法

针对认知无线电网络（CRN）中主用户（PU）的干扰功率阈值、 次用户（SU）的传输速率限制和信干噪比（SINR）需求, 提出一种基于蒸发因子的粒子群优化（LTPSO）算法, 其中蒸发因子根据粒子群学习因子设定, 建立新的粒子群记忆形式, 并对适应度值按比例进行筛选. 仿真结果表明, LTPSO算法获得了较好的优化效果.     

基于粒子群优化算法的井下目标定位方法

针对矿井结构复杂,井下未知节点定位存在信标节点布置冗余、定位精度低等问题,提出了一种基于粒子群优化算法的井下目标定位方法。根据矿井环境特点区块化布置信标节点,通过引入线性递减权重的粒子群算法对未知节点与信标节点的测量距离和估计距离的误差进行优化,降低定位误差。与四边测量法、加权最小二乘法和RSSI加权质心算法进行Matlab仿真对比实验。仿真结果显示:信标节点为5个,节点总数为15时,平均定位误差为0.877 m。高斯白噪声标准差取值范围从5递增到20,平均定位误差由1.21 m增长到4.65 m,增长幅度最小,抗噪性最好。信标节点密度由10%增加到40%,平均定位误差从2.82 m下降到0.76 m,定位精度明显好于其他三种算法,稳定性好于RSSI加权质心算法。定位精度更高,抗噪性更好,可靠稳定,在井下巷道环境中适应性更强。     

改进粒子群算法的电动汽车时空优化分配策略

兼顾待充电汽车的时间分配和空间分配,以每个时段每个充电站的充电电动汽车数量为决策变量,建立了集中充电时段内充电负荷方差和充电站充电汽车数量方差的数学模型.提出时空优化分配策略,使待充电汽车在时空上达到均衡分配,并在基本粒子群算法基础上结合了线性递减权重和异步变化学习因子方法.基于纽约州独立系统交易运行机构(NYISO)的原始负荷数据进行算例仿真.结果表明,文中提出的电动汽车集中充电调度策略在时空上优化分配待充电汽车,达到了降低负荷峰谷差、减小负荷波动的目的.     

基于协同进化粒子群算法的无线传感器网络节能优化覆盖算法

针对当前无线传感器网络覆盖算法存在能耗较高、节点大量冗余的缺陷,提出一种基于协同进化粒子群算法的WSN节能优化覆盖算法.以WSN的网络覆盖率、剩余能量和冗余程度为优化目标,建立粒子群优化模型.采用遗传算法的交叉变异算子,加强算法寻优能力.仿真结果表明,新的算法在提高能量利用效率的同时维护了良好的网络覆盖率,有效延长了网络生命周期,达到了节能优化覆盖的目标.     

基于云模型粒子群算法的WSN节点部署优化

节点部署优化技术是无线传感器网络的主要应用点,也是近年来国内外学者研究的热点问题,它在军事、民防、环境等多个领域中具有广阔的应用前景.针对目前无线传感节点部署方法存在节点分布不均匀、覆盖不完全等问题,提出一种采用云模型改进粒子群算法,并将该算法用于无线传感器网络节点部署.对比实验结果表明,该方法能够以相对较小的代价完成传感器感知节点部署,能快速收敛于最优解,能够降低网络部署的成本,提高网络的整体覆盖率.     

基于粒子群算法的泊位分配集成优化研究

泊位分配直接影响着港口船舶的进港靠泊时间和作业效率.为获得合理的集装箱码头泊位分配计划,建立了以最小化船舶在港时间和码头运营成本的集成优化模型,并应用粒子群算法进行求解.通过与Gurobi软件求解结果进行对比,发现在求解大规模的船舶调度问题时,粒子群算法在求解时间上比Gurobi更有效.     

基于移动锚节点的粒子群优化定位算法

在无线传感器网络的一些应用环境中,无线信道损耗模型参数未知,无法直接基于RSSI测距定位。本文针对这类应用环境,研究并提出基于移动锚节点的粒子群优化定位算法,利用移动锚节点代替传统典型算法中的静态锚节点,并将节点定位问题抽象为非线性约束优化问题,利用粒子群优化技术求解定位。仿真、分析结果证明,该算法定位精度较高,对环境噪声变化具有较强的适应能力。     

基于流量类型的多媒体传感器网络QoS选路算法

无线多媒体传感器网络需要为不同的上层应用提供不同的支持和服务.分析多媒体传感器网络需要支持的6种主要流量类型的不同QoS需求,并抽象出多媒体传感器网络模型,定义基于流量类型的QoS选路方法,提出基于流量类型的多媒体传感器网络QoS分层蚂蚁选路算法,为网络中的各类流量选择满足各自主QoS需求的路由,合理利用网络资源,提高网络性能;仿真结果表明该方法能够为多媒体传感器网络中的多种流量提供较好的QoS保障;同时,针对分层拓扑结构所采用的分层蚂蚁选路减小了算法的运算空间,对于连接复杂的大规模网络具有实际意义.     

一种能量感知的无线多媒体传感器网络多路径QoS路由协议

针对无线多媒体传感器网络对能量、时延和分组传输率的要求,提出了一种能量感知的多路径QoS路由协议,详细描述了能耗模型、邻居节点和路由发现机制.仿真实验表明,该算法相比传统协议可以降低时延和能耗,并提高分组传输率,从而延长网络生命周期.     

基于多节点协作的WMSNs图像压缩算法

针对无线多媒体传感器网络能量和计算能力有限,在图像压缩过程中需兼顾压缩能耗和图像质量之间的关系等问题,结合JPEG-XR压缩流程和网络的结构特点,提出一种基于多节点协作的图像压缩方法.构建相机节点到普通邻居节点,再到簇头的网络结构,将图像压缩传输等过程分布于协作簇中;通过协作方法完成压缩流程的多节点协同执行.仿真结果表明,在低码率条件下与JPEG方法相比,该方法的峰值信噪比提高约3 dB;而网络寿命方面,更好地平衡了网络负载,大大延长了网络寿命.      

基于QGA的无线多媒体传感器网络覆盖增强算法

对无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)中的覆盖问题进行了研究.由于网络环境和部署方式的限制,部署WMSNs时很难将数量众多的传感器节点放到适合的位置上,从而会导致大量监测重叠与监控盲区的出现.因此,在部署完网络后,通常需要进行一定的覆盖增强处理以提高网络的监控质量.文中对此进行了研究,并基于有向感知模型,提出了一种覆盖增强算法QGACE.QGACE同时对节点的位置与主感知方向进行调整,并引入了量子遗传算法来来进行计算处理.仿真试验表明,QGACE算法能够有效地提高网络的覆盖率.     

基于自适应的无线传感器网络路由机制研究

无线传感器网络由于其自身计算资源、能量及带宽的局限性从而使得如何寻找合适的路由问题变得很关键。研究了基于自适应的传感器网络节点路由机制,该机制通过节点自身的剩余能量及相邻节点的成簇密度决定网络的路由形成方式,所构造的路由具有高效、合理的特点。理论和应用分析表明所提出自适应路由机制可以提高网络的平均寿命,使网络数据传输更加高效、可靠。     

基于A适应遗传算法的无线传感网络节点布局优化

无线传感器网络的传感节点布局优化,直接关系到无线传感器网络覆盖率的提高。文中提出自适应遗传算法求解无线传感器网络覆盖率优化问题。自适应遗传算法的编码方式是传感器节点二维坐标的二进制表达式,交叉方式为字符串整体交叉,变异方式为位变异,交叉概率和变异概率根据个体适应度自动重构。仿真实验结果表明,自适应遗传算法有效解决了无线传感器网络节点布局优化问题。与传统遗传算法相比,本算法进化收敛速度快,网络覆盖率显著提高。     

一种基于voronoi图的WMSNs监测路径算法

针对无线多媒体传感器网络在最差覆盖情况下的路径监测能力,通过Voronoi图与图形搜索算法的结合来实现监测路径的搜索。深入探讨了目标在传感器临界密度下最小覆盖路径的择选情况,从而找到网络的薄弱环节,并针对薄弱环节提出网络覆盖增强策略。算法无须复杂计算,容易实现,仿真实验结果验证了算法的可行性和适用性。     

基于量子遗传算法的无线传感网络路由优化

考虑到无线传感网络(WSN)传感器节点的能量有限性,分析了WSN的网络模型和能量模型,提出一种基于改进量子遗传算法的路由优化算法.利用复杂连续函数测试,验证了算法的性能和可行性.经仿真分析,证明该算法应用于WSN路由优化问题时,能更快速和更稳定地求解最小能量代价的数据传输路径,从而减少WSN传感器节点的能量消耗,延长整个WSN网络的使用寿命.     

基于数据聚合的无线传感器网络多径路由算法研究

由于传感器网络具有严格的资源限制、低速数据传输率及多对一的通信模式等独特的特征,传统用于无线移动自主网Ad—hoc的路由协议通常不能直接应用于该类网络;尤其是针对节点数目庞大的传感网,要处理的传感数据量大,在设计路由算法时必须保证其能效较高、能耗及负载均衡,以最大限度地延长整个网络的生命周期。结合数据中心及多路径路由特征,提出了一种基于数据聚合的多径路由算法。新算法不仅能在路由过程中实现能耗及负载均衡,而且能有效地消除数据冗余。理论分析和实验表明。该算法在节省能耗等方面具有一定的优势。     

无线多媒体传感器网络自适应拥塞控制算法

针对无线多媒体传感器网络(WMSN)中多对一通信时产生的网络拥塞问题,提出了一种自适应的WSMN网络拥塞控制算法ACCP。通过结合速率控制和资源调度,并采用分簇的网络结构,根据簇首及簇内的拥塞指标,来分别启动对应的拥塞控制机制:当簇首发生短时间拥塞时,就启动属于资源调度的网络内存储管理机制,来暂时减缓网络内过多数据包;但当簇中的存储节点也无法容纳过量的数据包时,速率控制就启动,让流量减缓下来,并且只调整数据实时性要求较低的数据流的速率,以达到控制流量、减缓甚至消除网络拥塞的目的。仿真结果显示:ACCP在传送速率不同下,可以比InS、HCCP更有效的控制网络拥塞的情况,而在比较缓存容量不同的情况下,虽然ACCP只比HCCP能够稍微改善网络拥塞的情况,但却能够大幅度改善InS的数据包丢失率。