PSO在最优化覆盖问题中的应用研究.rar

  • 需要金币1000 个金币
  • 资料目录论文助手 > 论文题目 > 工业工程 >
  • 转换比率:金钱 X 10=金币数量, 例100元=1000金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2014-11-25
  • 论文字数:15738
  • 课题出处:(小松)提供原创资料
  • 资料包括:完整论文

支付并下载

摘 要:无线传感器网络(wireless Sensor Network,WSN)是一种新兴的科学技术网络,最早的研究来源于美国军方,但现在越来越多的被用于社会生活的各方面。网络覆盖问题是无线传感器网络研究和应用的关键性和基础性问题,直接影响着网络的使用性能和使用寿命。传感器中大部分节点的能量靠电池提供,但是由于条件的限制,很难在使用过程中给节点更换电池,所以传感器节点的能量限制是整个无线传感器网络设计的难点。因此,在保证网络覆盖率及网络通畅的基础上,如何延长网络工作时间,是目前无线传感器网络研究领域的一个重要方面。

本文研究利用粒子群算法(PSO)对无线传感器最优化覆盖问题进行研究。粒子通过从个体最优位置与群体最优位置获得信息,不断调整自己的运动方向,从而达到最佳位置,无线传感器网络中的节点利用PSO的这一特点,通过比较个体极值点与全局极值点,不断调整节点的状态从而达到最优状态,在此基础上还通过不断减少节点的能量,关闭不需要的节点看是否能够实现既定的覆盖率,以期节约能量,最终达到用最少的节点完成网络覆盖的目的。利用基本粒子群算法设计了覆盖优化仿真实验,通过仿真结果分析各参数对覆盖性能的影响,对算法的覆盖优化效果进行比较分析,指出它的不足之处,提出改进思路。

仿真结果表明:粒子群算法在无线传感器网络最优化覆盖方面比起遗传算法,在能量节约,覆盖效率等方面有很大提高,能够大大降低算法运行的时间复杂度,缩小了工作传感器集合规模。但是粒子群算法也存在一定的不足之处,粒子受到周围粒子状态的影响,很容易就将局部的极值点当成全局极值点从而过早的结束迭代,陷入早熟,影响覆盖率。

关键词:无线传感器网络;覆盖优化;粒子群算法

 

目录

摘要

ABSTRACT

第1章 绪论-1

1.1 研究背景-1

1.1.1 无线传感器网络简介-1

1.1.2 无线穿感器网络的特点-1

1.2 无线传感器网络的关键技术-2

1.3 无线传感器网络的研究现状与应用-2

1.4 课题研究内容和方法-3

第2章 无线传感器网络覆盖问题-5

2.1 引言-5

2.2 无线传感器网络覆盖分类-5

2.3 典型无线传感网络覆盖控制算法分析-6

2.4 覆盖控制中的其他问题-7

第3章 粒子群算法-9

3.1 粒子群优化算法原理简介-9

3.1.1 粒子群优化算法原理-9

3.1.2 基本粒子算法原理-9

3.1.3 基本粒子群算法流程-10

3.2 基本粒子群算法的覆盖优化-11

3.2.1 基本参数设置-11

3.2.2 粒子群算法的覆盖优化流程-11

第4章 无线传感器网络的覆盖优化-13

4.1 算法基础-13

4.1.1 基本定义-13

4.1.2 理论依据-13

4.2 算法设计思想及程序初始化设置-14

4.2.1  算法总体思想-14

4.2.2 节点位置及各参数的初始化设置-14

4.3 最佳节点及能量最小化程序设计-15

4.3.1 需关闭的节点的选择设计-15

4.3.2 能量最小化设计-17

第5章 仿真实验结果分析-19

5.1 仿真环境-19

5.2 覆盖优化的仿真实验结果-19

5.3 节点感知半径对覆盖性能的影响-20

5.3.1 节点感知半径对覆盖率和迭代次数的影响-20

5.3.2 节点感知半径对剩余能量的影响-22

5.4 惯性权重系数对剩余能量的影响-22

5.5 种群数量对覆盖性能的影响-24

第6章 结论与展望-25

6.1 结论-25

6.2 不足之处及未来展望-25

参考文献-27

致  谢-29

附录A:PSO在最优化覆盖问题完整代码-31


支付并下载

提示:本站支持手机(IOS,Android)下载论文,如果手机下载不知道存哪或打不开,可以用电脑下载,不会重复扣费