粒子群优化算法及其在ad hoc网络路由优化中的应用研究-research on particle swarm optimization algorithm and its application in ad hoc network routing optimization.docxVIP

下载本文档

0
0
约3.85万字
约 59页
2018-05-29 发布于上海
举报
版权申诉

粒子群优化算法及其在ad hoc网络路由优化中的应用研究-research on particle swarm optimization algorithm and its application in ad hoc network routing optimization.docx

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

粒子群优化算法及其在ad hoc网络路由优化中的应用研究-research on particle swarm optimization algorithm and its application in ad hoc network routing optimization

摘要粒子群优化算法（ParticleSwarmOptimization）是一种新型的进化计算技术，由Eberhart博士和Kennedy博士于1995年提出。粒子群优化算法（PSO）已经被证明是一种有效的全局优化方法，并且广泛应用于函数优化、神经网络训练等领域。目前对粒子群优化算法的研究尚处于初期，还有许多工作需要不断充实提高。因此以粒子群优化算法为主要研究对象，寻找求解实际问题的更加有效的改进算法是很有意义的。本文的工作可分为两个主题。第一个主题是在分析AdHoc网络中QoS路由问题的基础上实现从网络模型到数学模型的转换,进行基本的PSO算法仿真验证，证明该算法在实现AdHoc网络QoS路由优化上具有很好可行性和有效性，这部分的内容主要体现在第2、3、4章。第二个主题是提出自适应非对称互联型PSO算法，并将该算法运用到AdHoc网络路由优化中，这部分内容体现在正文的第5、6章。文章首先对AdHoc网络进行了概述，总结了该领域研究热点和难点，由此引出本文的研究问题。为了便于对算法进行测试评估，提出了一个仿真和评估方案，阐述了仿真模型及其适应性等问题。从粒子群的拓扑结构提出改进是算法本身研究的热点，也是难点，本文针对非对称互联型粒子群算法（AFIPSO）的权重值固定的缺点，从粒子之惯性权重自适应变化的角度提出了自适应非对称互联型粒子群算法（AAFIPSO）。该方法重新构造了自适应惯性权重函数，体现了粒子群优化过程中的两个特性，即粒子勘探和开发性能。并将AAFIPSO用于考虑链路生存时间的AdHoc网络的路由优化问题，结果表明：将AAFIPSO相比传统的方法，收敛更快，为AdHoc网络的路由优化提供了一个新的发展途经。关键词：粒子群优化算法，AdHoc网络，QoS路由，自适应非对称互联型粒子群算法IABSTRACTABSTRACTParticleSwarmOptimization(PSO)isanewkindofevolutionarycomputationandwasoriginallyintroducedbyEberhartandKennedyin1995.Ithasbeenproventobeapowerfulglobaloptimizationmethod.PSOhasbeenwidelyappliedinfunctionoptimization,neuralnetworktraining,etc.ButPSOisanewlyemergingoptimizationmethod,andtherewasmoreresearchworkthatshouldbesubstantiated.SoitisverysignificanttoseekmorepowerfulandimprovedalgorithmsbasedonPSOtosolveconcreteengineeringproblems.Asformyworkandacademicachievements,itiscomposedoftwosubjects.ThefirstsubjectisthatnetmodelisconvertedtomathematicmodelonthebasisofanalyzingtheproblemofQoSroutingintheAdHocnetwork,andsimulatedbybasicPSO.Theexperimentshaveshownthatthealgorithmhasgreatprobabilityeffectiveness.Thiscontentisreflectedinthe2nd,3rdand4thchapter.ThesecondsubjectistheAdativeandAsymmetricFullyInformedPSO(AAFIPSO)appliedtoQoSroutingoptimizationinAdHocnetwork，reflectedinthe5thand6thchapter.First,somebasicAdHocnetworkconceptionsaresummarizedinthisthesis,andsomehotpointsandissuesinthisareaareconcluded,thensomestudypointsinthisthesisaregiven.Asimulationandevaluationschemeisputfortestandevaluationexpediently,andsomesimulationmodelsandtheiradaptabilitywereexpounded.ItisahotspotandadifficultytoputforwardPSO