[发明专利]基于混合多目标粒子群算法的无线传感网络中继节点部署算法在审

专利信息
申请号: 201611226747.4 申请日: 2016-12-27
公开(公告)号: CN108243428A 公开(公告)日: 2018-07-03
发明(设计)人: 李迅波;王振林;余文;方炜;孙保亮 申请(专利权)人: 电子科技大学;华为技术有限公司
主分类号: H04W16/18 分类号: H04W16/18;H04W84/18
代理公司: 成都中亚专利代理有限公司 51126 代理人: 王岗
地址: 611731 四川省*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于混合多目标粒子群算法的无线传感网络中继节点部署算法;本发明主要研究单层网络中的中继节点部署问题,并且主要研究的网络属性为网络的平均能耗和网络通行链路的可靠性。混合多目标粒子群算法是一类新兴的多目标进化算法。它的核心思想是在多目标粒子群算法的基础上引入最优邻居学习以及遗传算法中的交叉变异拥挤距离的策略,从而显著提高算法的搜索效率。由于混合多目标粒子群算法是一种基于种群的算法,可以同时维护一组具有不同偏好的候选解,因而非常适合于求解多目标优化问题。而且,大量的实际应用表明,混合多目标粒子群算法比通常的多目标进化算法具有更高的搜索效率。
搜索关键词: 多目标粒子群算法 算法 中继节点 多目标进化算法 无线传感网络 搜索效率 多目标优化 部署 核心思想 邻居学习 通行链路 网络属性 遗传算法 拥挤距离 网络 候选解 求解 单层 偏好 能耗 种群 研究 引入 应用 维护
【主权项】:
1.一种基于混合多目标粒子群算法的无线传感网络中继节点部署算法,其特征在于:算法的步骤为:步骤1:初始化算法的相关参数及产生一个初始种群;步骤2:将产生的新解中的非支配解存入全局最优解集合;步骤3:采用遗传算法的中选择交叉操作和变异操作产生N个新个体;步骤4:当前个体向与其欧式距离排在前q个的个体学习,用最好的邻居解xnbest作为自身的历史最优解;步骤5:从全局最优解集合中根据拥挤距离选取全局最优解xgbest;步骤6:基于来更新个体的速度,其中t为迭代次数,v为速度,W为[0.1,0,5]之间的随机数,C1,C2为[1.5,2.0]之间的随机数,r1,r2为(0,1)之间的随机数;步骤7:以此速度来更新个体;步骤8:将产生的新解中的非支配解存入全局最优解集合;步骤9:如果算法达到结束条件则终止,否则转步骤(2)执行。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学;华为技术有限公司,未经电子科技大学;华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201611226747.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top