优化rfid网络的含云生成算子的粒子群优化算法-实验科学与技术.pdf

第１６卷　第２期 广州大学学报（自然科学版） Ｖｏｌ．１６　Ｎｏ．２ 　２０１７年　４月　 ＪｏｕｒｎａｌｏｆＧｕａｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ａｐｒ．　２０１７ 文章编号：１６７１４２２９（２０１７）０２００８２０７ 优化 ＲＦＩＤ网络的含云生成算子的粒子群优化算法 高　鹰 （广州大学 计算机科学与教育软件学院，广东 广州　５１０００６） 摘　要：ＲＦＩＤ网络规划问题是一个优化难题，文章给出一个含云生成算子的粒子群优化算法用于求解该问题． 在该算法的子代生成框架中，新粒子通过云方式或ＰＳＯ方式产生． 应用反向云生成算子，ＰＳＯ认知种群被用 ① 于估计好解区域的期望、熵和超熵； 利用正向云生成算子，估计的期望、熵和超熵被用于生成云粒子； 来自 ② ③ ＰＳＯ粒子的局部信息和来自云粒子的全局信息共同引导算法的下一步寻优．该算法优化文献中一些著名的 ＲＦＩＤ网络基准测试实例，实验结果显示该算法比原始的ＰＳＯ有好的优化能力． 关键词：ＲＦＩＤ网络；粒子群优化算法；反向云生成算子；正向云生成算子 中图分类号：ＴＰ３１　　　文献标志码：Ａ Ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚｅｒｗｉｔｈｃｌｏｕｄｇｅｎｅｒａｔｏｒｓｆｏｒ ｏｐｔｉｍｉｚｉｎｇＲＦＩＤｎｅｔｗｏｒｋ ＧＡＯＹｉｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＧｕａｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０００６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＲＦＩＤｎｅｔｗｏｒｋｐｌａｎｎｉｎｇｉｓａｈａｒｄｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍ．Ｉｎｔｈｅｐａｐｅｒ，ａｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚｅｒ （ＰＳＯ）ｗｉｔｈｃｌｏｕｄｇｅｎｅｒａｔｏｒｓｉｓｉｎｔｒｏｄｕｃｅｄｆｏｒｏｐｔｉｍｉｚｉｎｇＲＦＩＤｎｅｔｗｏｒｋ．Ｉｎｔｈｅａｌｇｏｒｉｔｈｍｓｏｆｆｓｐｒｉｎｇｇｅｎｅｒａｔｉｏｎ ｓｃｈｅｍｅ，ｎｅｗｐａｒｔｉｃｌｅｓａｒｅｇｅｎｅｒａｔｅｄｉｎｔｈｅｃｌｏｕｄｗａｙｏｒｉｎｔｈｅＰＳＯｗａｙ． ＴｈｅｃｏｇｎｉｔｉｖｅｐｏｐｕｌａｔｉｏｎｏｆＰＳＯｉｓ ① ｆｉｒｓｔｌｙｕｓｅｄｔｏｅｓｔｉｍａｔｅＥｘｐｅｃｔａｔｉｏｎ，ＥｎｔｒｏｐｙａｎｄＳｕｐｅｒｅｎｔｒｏｐｙｏｆｇｏｏｄｓｏｌｕｔｉｏｎｒｅｇｉｏｎｓｂｙｂａｃｋｗａｒｄｃｌｏｕｄｇｅｎ ｅｒａｔｏｒ． ＡｎｄｔｈｅｎｔｈｅｅｓｔｉｍａｔｅｄＥｘｐｅｃｔａｔｉｏｎ，ＥｎｔｒｏｐｙａｎｄＳｕｐｅｒｅｎｔｒｏｐｙａｒｅｕｓｅｄｔｏｐｒｏｄｕｃｅｃｌｏｕｄｐａｒｔｉｃｌｅｓ ② ｂｙｐｏｓｉｔｉｖｅｃｌｏｕｄｇｅｎｅｒａｔｏｒ． ＢｏｔｈｌｏｃａｌｉｎｆｏｒｍａｔｉｏｎｆｒｏｍＰＳＯｐａｒｔｉｃｌｅｓａｎｄｔｈｅｇｌｏｂａｌｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｃｌｏｕｄ ③ ｐａｒｔｉｃｌｅｓａｒｅｕｓｅｄｔｏｇｕｉｄｅｔｈｅｎｅｘｔｓｅａｒｃｈ．Ｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｓａｐｐｌｉｅｄｔｏｏｐｔｉｍｉｚｅｓｏｍｅｗｅｌｌｋｎｏｗｎ ＲＦＩＤｎｅｔｗｏｒｋｂｅｎｃｈｍａｒｋｉｎｓｔａｎｃｅｓｕｓｅｄｉｎｔｈｅｌｉｔｅｒａｔｕｒｅ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｈａｓ ｂｅｔｔｅｒｓｅａｒｃｈａｂｉｌｉｔｙｔｈａｎｏｒｉｇｉｎａｌＰＳＯｉｎｔｈｅｂｅｎｃｈｍａｒｋｉｎｓｔａｎｃｅｓ． Ｋｅｙｗｏｒｄｓ：ＲＦＩＤｎｅ