一种基于遗传算法与蚁群算法混合算法的+无线传感器网络定位算法.pdfVIP

一种基于遗传算法与蚁群算法混合算法的+无线传感器网络定位算法.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于遗传算法与蚁群算法混合算法的+无线传感器网络定位算法.pdf

2017 年 软 件 2017, Vol. 38, No. 1 第 38 卷 第 1 期 COMPUTER ENGINEERING SOFTWARE 国际 IT 传媒品牌 一种基于遗传算法与蚁群算法混合算法的 无线传感器网络定位算法 李 杰,李振波,陈佳品 (上海交通大学电子信息与电气工程学院薄膜与微细技术教育部重点实验室,上海 200240) 摘 要: 无线传感器网络技术应用广泛,而大多数应用依赖于节点定位,本文提出了一种基于遗传算法与蚁群算 法混合算法的节点定位算法,遗传算法采用实数编码,利用线性交叉和非均匀变异算子进行搜索,在遗传算法搜索结 果的基础上,利用改进的蚁群算法进行进一步搜索,蚁群算法采用MMAS 算法,根据遗传算法搜索结果产生初始吸引 强度分布,之后应用精英策略比较混合算法产生的新个体与父代种群,保留较优个体为新一代种群。仿真结果表明, 混合算法的定位精度优于 dv-hop, 遗传算法等传统定位算法,算法收敛性也优于遗传算法和蚁群算法,该混合算法汲 取了两种算法的优点,时间效率高,定位精度高,收敛速度快,是一种优秀的无线传感器网络定位算法。 关键词: 无线传感器网络;遗传算法;蚁群算法;锚节点;距离 中图分类号: TN929.5 文献标识码: A DOI :10.3969/j.issn.1003-6970.2017.01.003 本文著录格式:李杰,李振波,陈佳品. 一种基于遗传算法与蚁群算法混合算法的无线传感器网络定位算法[J]. 软 件,2017 ,38 (1):11-15 A Hybrid Algorithm Based on Genetic Algorithm and Ant Colony Algorithm for Wireless Network Location LI Jie, LI Zhen-bo, CHEN Jia-pin (Key Lab. of Thin Film and Microfabrication of the Ministry of Education, School of Electronics, Information and Electrical Engineering, Shanghai Jiao Tong University, Shanghai 200240, CHN) 【Abstract 】: Wireless sensor network technology is widely used, and most applications rely on node localization. In this paper, a hybrid algorithm based on genetic algorithm and ant colony algorithm is proposed. The genetic algorithm uses real-coded, linear and non-uniform mutation operator.Based on the search results of genetic algorithm, an improved ant colony algorithm is used to search further. The ant colony algorithm uses MMAS algorithm to generate the initial at- traction intensity distribution according to the ge

文档评论(0)

聚文惠 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档