无线传感器网络优化的任务管理算法研究 research on optimized task management algorithms for wireless sensor networks.pdfVIP

下载本文档

1
0
约2.14万字
约 6页
2017-08-22 发布于上海
举报
版权申诉

无线传感器网络优化的任务管理算法研究 research on optimized task management algorithms for wireless sensor networks.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

无线传感器网络优化的任务管理算法研究 research on optimized task management algorithms for wireless sensor networks

第32卷第11期电子与信息学报 Vm．32N0．1l 2010年11月 JournalofElectronics＆Information NOV．2010 Technology 无线传感器网络优化的任务管理算法研究易本顺陈杰肖进胜 (武汉大学电子信息学院武汉430079) 摘要：该文针对多跳分簇无线传感器网络多节点协同式并行处理应用，提出了一种新的基于改进粒子群优化算法的任务管理算法。该算法建立了基于复制的变异操作，并采用基于熵权的逼近理想解的排序法对算法结果进行客观评价与择优。详述了算法的各个要素，仿真结果证实，算法搜索效率高、可获得多目标优化的任务分配与调度解，且比文献巾提出的其他算法的解性能优越。关键词：无线传感器网络；任务管理；多目标优化：粒子群优化：逼近理想解的排序法中图分类号：TP393 文献标识码：A DOI：10．3724／SP．J．1146．2009．01595 ResearchOil Task OptimizedManagement forWirelessSensorNetworks Algorithms YiBen—shunChenJie Xiao Jin—sheng o／Electronic University,Wuhan430079，China) (School Information，Wuhan Abstract：An basedonan swarm is forthetask algorithm improvedparticle optimizationalgorithmproposed sensor inthe to clusteredwireless networkswhich collaborative managementapplicationsmultihop require executedin onsensor mutation isset and processing parallel nodes．Duplication-basedoperationup weighted based fororder toidealsolutionisusedtoevaluateandchoose entropytechnique preferencebysimilarity ontheresultofthe ofthe are andsimulation objectively algorithm．Thecomponentsalgorithmexplicitlypresented resultsvalidatethatitsearches andCallobtain taskallocationand effectively multi-objectiveoptimized scheduling solutionswhich withthatofother theliterature． outp