版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算是未來科技的發(fā)展趨勢(shì)和研究熱點(diǎn),無線傳感器網(wǎng)絡(luò)(WSN)是物聯(lián)網(wǎng)和大數(shù)據(jù)的基礎(chǔ)設(shè)施,也稱為物聯(lián)網(wǎng)的雛形,它由大量具有無線通信與計(jì)算能力的無線傳感器節(jié)點(diǎn)組成,具備信息采集、傳送、處理于一體的分布式網(wǎng)絡(luò)系統(tǒng),并具有靈活性、自組織、動(dòng)態(tài)性、以數(shù)據(jù)為中心的特點(diǎn)。WSN的這些特點(diǎn)與物聯(lián)網(wǎng)、大數(shù)據(jù)的特點(diǎn)非常相似,因此對(duì)WSN的研究具有較強(qiáng)的實(shí)際意義和廣闊的發(fā)展前景。無線傳感器網(wǎng)絡(luò)的部署實(shí)施需要考慮節(jié)能性和覆蓋性,這些需求使得W
2、SN中存在諸多復(fù)雜優(yōu)化問題,例如WSN最長(zhǎng)生存時(shí)間問題、覆蓋問題、最優(yōu)路徑問題等。
這些優(yōu)化問題多數(shù)為NP難題,為解決此類復(fù)雜優(yōu)化問題,研究人員發(fā)現(xiàn)用大自然為藍(lán)本的模型和象征,以達(dá)爾文進(jìn)化論為基礎(chǔ)的進(jìn)化算法在求解此類問題時(shí)表現(xiàn)出較好的效果。微分進(jìn)化屬于進(jìn)化算法的新興分支,是一種基于種群的并行迭代優(yōu)化算法,其性能主要由變異因子,交叉概率因子和種群規(guī)模等決定,具有結(jié)構(gòu)簡(jiǎn)單、收斂迅速、魯棒性強(qiáng)等優(yōu)點(diǎn)而受到了廣泛的關(guān)注和研究,并已應(yīng)用
3、于模式識(shí)別、生物信息、工程優(yōu)化、組合優(yōu)化等問題。但是,標(biāo)準(zhǔn)微分進(jìn)化存在早熟收斂和搜索停滯的缺陷,因此需要對(duì)其研究和改進(jìn)。
本文主要研究基于微分進(jìn)化的無線傳感器網(wǎng)絡(luò)的若干優(yōu)化問題。首先,為解決WSN中的最優(yōu)路徑問題,研究了微分進(jìn)化算法中的交叉策略,使用基于優(yōu)劣個(gè)體的交叉策略(SI)對(duì)原始算法進(jìn)行改進(jìn)。其次,針對(duì)WSN中的兩目標(biāo)覆蓋問題,對(duì)多目標(biāo)微分進(jìn)化中的非支配排序、擁擠距離計(jì)算進(jìn)行研究,改進(jìn)了非支配解排序和擁擠距離計(jì)算方法,提
4、出了快速的多目標(biāo)微分進(jìn)化算法(FMODE)。然后,基于上述研究成果對(duì)WSN的若干優(yōu)化問題進(jìn)行研究,包括使用標(biāo)準(zhǔn)微分進(jìn)化算法研究WSN中的最大生存時(shí)間問題;基于優(yōu)劣交叉策略的微分進(jìn)化研究WSN中最優(yōu)路徑問題;利用提出的快速多目標(biāo)微分進(jìn)化研究WSN中兩目標(biāo)覆蓋問題。
本文主要研究工作如下:
?。?)微分進(jìn)化算法中優(yōu)劣交叉策略的研究
為解決無線傳感器網(wǎng)絡(luò)中最優(yōu)路徑問題,對(duì)微分進(jìn)化的交叉策略進(jìn)行研究。針對(duì)算法進(jìn)化中后
5、期,種群多樣性降低,過度聚集的個(gè)體無法產(chǎn)生更優(yōu)解的現(xiàn)象。從提高種群多樣性,增大搜索空間考慮,本章介紹一種基于微分進(jìn)化的優(yōu)劣交叉策略(SI)。具體而言,種群多樣性非常小時(shí),使用優(yōu)秀與劣質(zhì)個(gè)體之間的交叉,提高種群多樣性,增大搜索空間。反之,采用優(yōu)秀與優(yōu)秀個(gè)體間交叉,提高開發(fā)能力,產(chǎn)生更優(yōu)解。提出的策略在交叉操作之前執(zhí)行,它只是調(diào)整部分目標(biāo)個(gè)體和變異個(gè)體的位置。此外,還給出了優(yōu)劣交叉策略提高種群多樣性的理論基礎(chǔ),同時(shí)考慮參數(shù)選擇對(duì)性能的敏感性
6、,嘗試提出一種自適應(yīng)的優(yōu)劣交叉策略。實(shí)驗(yàn)結(jié)果表明,在24個(gè)數(shù)值優(yōu)化問題上,提出的交叉策略在傳統(tǒng)微分進(jìn)化算法和其變體的性能上都有所改善。
?。?)多目標(biāo)微分進(jìn)化中非支配解排序及擁擠距離的研究
為解決無線傳感器網(wǎng)絡(luò)中的兩目標(biāo)覆蓋優(yōu)化問題,對(duì)多目標(biāo)微分進(jìn)化進(jìn)行研究。首先分析多目標(biāo)進(jìn)化算法NSGAII,發(fā)現(xiàn)在非支配解等級(jí)排序時(shí)存在冗余。經(jīng)典NSGAII的非支配解排序需要對(duì)所有個(gè)體計(jì)算,且是在所有個(gè)體分配等級(jí)之后,排序操作才完成
7、。而后,再根據(jù)所有等級(jí)中的個(gè)體,按等級(jí)由高到低依次選取個(gè)體進(jìn)入下一代。為解決這個(gè)不足,介紹一種快速的非支配解排序方法,方法每次只處理當(dāng)前種群中最高等級(jí)個(gè)體,且在分配等級(jí)的同時(shí),可選擇個(gè)體進(jìn)入下一代,下一代個(gè)體被選足時(shí),即結(jié)束程序,進(jìn)入下一輪進(jìn)化。該方法減少了非支配解排序時(shí)處理個(gè)體數(shù)量,較大降低時(shí)間復(fù)雜度。另外,引入一種均勻的擁擠距離計(jì)算方法,最后將快速非支配解排序、均勻擁擠距離計(jì)算和微分進(jìn)化結(jié)合,提出基于非支配解排序的快速多目標(biāo)微分進(jìn)化
8、算法(FMODE)。采用標(biāo)準(zhǔn)最小化兩目標(biāo)優(yōu)化問題ZDTl-ZDT4和ZDT6進(jìn)行仿真實(shí)驗(yàn),結(jié)果表明,提出算法能夠降低計(jì)算等級(jí)時(shí)的處理時(shí)間,并在收斂性和多樣性指標(biāo)上明顯優(yōu)于對(duì)比算法,實(shí)驗(yàn)也確定了FMODE算法的參數(shù)。
(3)基于單目標(biāo)微分進(jìn)化研究無線傳感器網(wǎng)絡(luò)中最大生存時(shí)間問題
研究使用微分進(jìn)化算法求解無線傳感器網(wǎng)絡(luò)中的最大生存時(shí)間問題。首先介紹一種WSN中覆蓋問題部署生成方法,為此類研究提供測(cè)試集數(shù)據(jù)和環(huán)境。以找出W
9、SN中最多完全覆蓋子集的角度來實(shí)現(xiàn)其生存時(shí)間最長(zhǎng),提出基于微分進(jìn)化的滿覆蓋子集計(jì)算算法,算法兩個(gè)重要特點(diǎn)是重組操作和適應(yīng)度計(jì)算。重組操作保證至少一個(gè)關(guān)鍵目標(biāo)點(diǎn)所對(duì)應(yīng)的傳感器被分配到不同的子集中,它能較大提高初始種群解的質(zhì)量。適應(yīng)度計(jì)算方法,不但考慮完全覆蓋子集的個(gè)數(shù),也考慮了未完全覆蓋子集覆蓋的百分率。實(shí)驗(yàn)結(jié)果表明,提出的算法不差于兩個(gè)經(jīng)典的對(duì)比算法,特別在收斂速度上,提出的算法明顯優(yōu)于兩個(gè)對(duì)比算法,需要最少的進(jìn)化代數(shù)即可找到理論最優(yōu)解
10、。
?。?)基于單目標(biāo)微分進(jìn)化研究無線傳感器網(wǎng)絡(luò)中最優(yōu)路徑問題
研究基于優(yōu)劣交叉策略的微分進(jìn)化解決無線傳感器網(wǎng)絡(luò)中最優(yōu)路徑問題。首先分析無線傳感器網(wǎng)絡(luò)中的路徑優(yōu)化問題,并建立優(yōu)化模型。然后使用微分進(jìn)化算法作為搜索工具,求解路徑優(yōu)化模型中的最小能量消耗,即最優(yōu)路徑問題。染色體表示采用十進(jìn)制編碼方式,由于信息傳遞路徑長(zhǎng)度不統(tǒng)一,每個(gè)染色體的長(zhǎng)度可變。在變異時(shí)采用集合的差、并運(yùn)算,類似于微分進(jìn)化中的差分、求和運(yùn)算,使用二項(xiàng)式
11、交叉策略。變異交叉后需執(zhí)行修正操作,將存在環(huán)路和非法路徑的染色體修正成合法染色體,從而保證種群中所有個(gè)體都是從源節(jié)點(diǎn)到目的節(jié)點(diǎn)的合法路徑。最后,與此類經(jīng)典算法GA、PSO和標(biāo)準(zhǔn)DE進(jìn)行對(duì)比實(shí)驗(yàn),結(jié)果顯示,使用基于優(yōu)劣交叉策略微分進(jìn)化算法,在求解該問題的性能優(yōu)于或不差于幾個(gè)對(duì)比算法,驗(yàn)證了提出方法的有效性。
(5)基于多目標(biāo)微分進(jìn)化研究無線傳感器網(wǎng)絡(luò)中兩目標(biāo)覆蓋問題
研究使用提出的快速多目標(biāo)微分進(jìn)化(FMODE)求解無
12、線傳感器網(wǎng)絡(luò)中的兩目標(biāo)覆蓋問題。首先介紹該兩目標(biāo)覆蓋問題的背景并建立數(shù)學(xué)模型,使用標(biāo)準(zhǔn)多目標(biāo)微分進(jìn)化和提出的FMODE算法來解決該問題。然后,針對(duì)該問題建立染色體的編碼方式,同時(shí)給出適應(yīng)度函數(shù)的設(shè)計(jì)、非支配解排序、算法總體框架。在求解該問題時(shí),使用重組操作保證了至少一個(gè)關(guān)鍵目標(biāo)所對(duì)應(yīng)的傳感器被分配到不同的子集中,從而提高找到滿覆蓋子集上限的概率。為驗(yàn)證提出方法的有效性,對(duì)比實(shí)驗(yàn)在6個(gè)給定的測(cè)試集中完成。從最優(yōu)解集中最高等級(jí)解的個(gè)數(shù)和質(zhì)量
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 差分進(jìn)化算法的改進(jìn)及在無線傳感器網(wǎng)絡(luò)定位問題中的應(yīng)用.pdf
- 無線傳感器網(wǎng)絡(luò)中若干資源優(yōu)化問題的研究.pdf
- 基于進(jìn)化算法的無線傳感器網(wǎng)絡(luò)分簇研究.pdf
- 無線傳感器網(wǎng)絡(luò)中繼器放置問題若干算法研究.pdf
- 基于無線傳感器網(wǎng)絡(luò)定位優(yōu)化算法的研究.pdf
- 無線傳感器網(wǎng)絡(luò)論文基于量子遺傳算法的無線傳感器網(wǎng)絡(luò)能量?jī)?yōu)化研究
- 無線傳感器網(wǎng)絡(luò)的研究——無線傳感器網(wǎng)絡(luò)路由優(yōu)化與維護(hù)算法的研究.pdf
- 微分進(jìn)化神經(jīng)網(wǎng)絡(luò)算法研究.pdf
- 基于遺傳算法的無線傳感器網(wǎng)絡(luò)優(yōu)化.pdf
- 無線傳感器網(wǎng)絡(luò)的優(yōu)化定位算法研究.pdf
- 無線傳感器網(wǎng)絡(luò)觀測(cè)覆蓋問題及其優(yōu)化算法的研究.pdf
- 基于Agent的無線傳感器網(wǎng)絡(luò)若干問題研究.pdf
- 基于智能優(yōu)化算法的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)部署算法研究.pdf
- 基于移動(dòng)代理的無線傳感器網(wǎng)絡(luò)若干問題研究.pdf
- 基于測(cè)距的無線傳感器網(wǎng)絡(luò)定位優(yōu)化算法的研究.pdf
- 基于zigbee無線傳感器網(wǎng)絡(luò)的能量?jī)?yōu)化路由算法研究
- 無線傳感器網(wǎng)絡(luò)路徑優(yōu)化問題的研究.pdf
- 基于能量?jī)?yōu)化的無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法研究.pdf
- 基于蟻群算法的無線傳感器網(wǎng)絡(luò)路由優(yōu)化研究.pdf
- 基于ZigBee無線傳感器網(wǎng)絡(luò)的能量?jī)?yōu)化路由算法研究.pdf
評(píng)論
0/150
提交評(píng)論