• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Sensor Networks >A global-to-local searching-based binary particle swarm optimisation algorithm and its applications in WSN coverage optimisation
【24h】

A global-to-local searching-based binary particle swarm optimisation algorithm and its applications in WSN coverage optimisation

机译：基于全局到局部搜索的二进制粒子群优化算法及其在WSN覆盖优化中的应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Heuristic search algorithms have been applied to the coverage optimisation problem of WSNs in recent years because of their strong search ability and fast convergence speed. This paper proposes an optimisation algorithm for a WSN based on improved binary particle swarm optimisation (PSO). The position updating formula based on the sigmoid transformation function is adjusted, and a global-to-local search strategy is used in the global-to-local searching-based binary particle swarm optimisation algorithm (GSBPSO). Furthermore, to apply GSBPSO to the optimisation of WSNs, a small probability mutation replacement strategy is proposed to replace individuals who do not meet the coverage requirements in the search process. In addition, the fitness function is improved so that the network density can be adjusted by modifying the parameters in the improved fitness function. Experiments show that the proposed algorithm in this paper is effective.
机译：由于其强烈的搜索能力和快速收敛速度，启发式搜索算法近年来近年来WSN的覆盖优化问题。 本文提出了基于改进二元粒子群优化（PSO）的WSN优化算法。 调整了基于SIGMOID变换功能的位置更新公式，并在全局到本地搜索的二进制粒子群优化算法（GSBPSO）中使用全局到本地搜索策略。 此外，为了将GSBPSO应用于WSN的优化，提出了一种小概率突变替换策略，以替换不符合搜索过程中覆盖要求的个人。 另外，改进了健身功能，从而可以通过改变改进的健身功能中的参数来调整网络密度。 实验表明，本文提出的算法是有效的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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