进化策略在最佳邻域匹配差错补偿中的应用.docxVIP

进化策略在最佳邻域匹配差错补偿中的应用 随着水下传感器网络技术的发展，水下传感及数据采集也变得越来越复杂，大大增强了海洋研究、和管理的能力。但是，由于采样器之间的非对称通信，可能出现差错匹配的问题，严重影响网络的正常运行。因此，有效的差错补偿技术对于保证水下传感网络性能、完备性特别重要。 最近，遗传变异算法正在普及并受到学术界重视。它采用模拟进化方式求解目标函数，有效的利用优胜劣汰机制，可以有效提高搜索的效率和准确性，依托于此，多*种遗传变异算法将得到广泛的应用。特别是在最佳邻域算法中，应用遗传算法能够在给定时间内求得准确的结果，从而达到很好的效果。 基于此，很多学者都采用遗传变异算法进行最佳邻域匹配差错补偿。例如，改进遗传变异算法用来完成误匹配补偿，其主要实现原理是，基于有限历史状态而将报文进行重组，消除差错，构建健壮的误匹配补偿策略。此外，还可以采用基于进化策略的标准遗传算法，再结合局部搜索算法，来有效改善解决最佳邻域匹配差错补偿的效率。 此外，近年来，针对遗传变异算法最佳邻域匹配差错补偿，还开发出了分布式柔性计算算法，提出了分布式优化算法，然后用以实现最佳邻域的误匹配补偿。这种计算方法采用传统遗传算法和拓扑柔性计算，扩展性强，可以满足随着节点数增加而增加吞吐量，并有较低的带宽占用，有效地解决了误匹配补偿问题。 总之，遗传变异算法在水下传感网络的最佳邻域匹配差错补偿中得到越来越广泛的应用，其优点是可以有效的求解出准确的结果，并结合其他优化算法能够大大改善效率，增强完备性。同时，还可以采用分布式计算和传统遗传算法来实现柔性计算，改善系统性能，提高差错补偿的能力。