首页> 中文期刊> 《中国科学院大学学报》 >基于改进灰狼算法优化BP神经网络的无线传感器网络数据融合算法

基于改进灰狼算法优化BP神经网络的无线传感器网络数据融合算法

         

摘要

为提高无线传感器网络数据融合精度,降低网络能耗,延长网络生存时间,提出基于改进灰狼算法优化BP神经网络的无线传感器网络数据融合算法(IGWOBPDA)。首先为平衡灰狼算法全局与局部搜索能力提出改进控制参数和动态权重更新位置的改进灰狼方案,利用改进灰狼算法对BP神经网络初始阈值和初始权值进行优化以解决数据融合中BP神经网络对初值敏感、易陷入局部最优的问题;其次考虑到无线传感网实际传输节点能耗和分簇情况,提出基于节点剩余能量参数和节点密度参数的分簇方案,通过调整参数的权重因子来适应网络数据融合传输过程中的实际情况。仿真实验结果表明,对比BPNDA算法和GAPSOBP算法,IGWOBPDA算法在不同数据集下有更好的数据融合精度和更快的收敛速度,并且能有效地减少数据传输量,降低节点能耗,延长网络生存时间,在不同网络规模下保持稳定性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号