亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于網(wǎng)格的改進序列雞群算法

        2021-05-11 19:47:17張航楊靖
        智能計算機與應(yīng)用 2021年2期
        關(guān)鍵詞:無線傳感器網(wǎng)絡(luò)定位精度

        張航 楊靖

        摘要:針對傳統(tǒng)雞群優(yōu)化算法存在求解精度偏低、局部搜索能力弱等問題,提出了一種改進的雞群優(yōu)化算法。改進算法選擇利用動態(tài)簇解決單一工作節(jié)點能力有限問題,提出一種基于網(wǎng)格的序列雞群算法,優(yōu)化標準雞群算法的種群分組更新機制,仿真和實驗結(jié)果表明該算法相比傳統(tǒng)算法具有定位精度高、收斂速度快、實時性好等優(yōu)點。

        關(guān)鍵詞:無線傳感器網(wǎng)絡(luò);雞群算法;動態(tài)簇;定位精度

        【Abstract】Aimingattheproblemsoflowaccuracyandweaklocalsearchabilityintraditionalchickenflockoptimizationalgorithms,animprovedchickenflockoptimizationalgorithmisproposed.Improvedalgorithmselectionusesdynamicclusterstosolvetheproblemoflimitedcapacityofasingleworkingnode.Agrid-basedsequentialchickenflockalgorithmisproposedtooptimizethepopulationgroupingupdatemechanismofthestandardchickenflockalgorithm.Simulationandexperimentalresultsshowthatcomparedwithtraditionalalgorithms,thisalgorithmhastheadvantagesofhighpositioningaccuracy,fastconvergencespeedandgoodreal-timeperformance.

        【Keywords】wirelesssensornetwork;chickenswarmalgorithm;dynamiccluster;positioningaccuracy

        作者簡介:張航(1996-),男,碩士研究生,主要研究方向:物聯(lián)網(wǎng)技術(shù)與應(yīng)用;楊靖(1973-),男,博士,教授,主要研究方向:物聯(lián)網(wǎng)技術(shù)與應(yīng)用。

        0引言

        群智能算法作為一種新的優(yōu)化技術(shù),是從鳥類、魚類等生物群的行為研究中獲得的。這是一種受自然生物群智能現(xiàn)象啟發(fā)的智能方法,并具有自組織、自學(xué)習(xí)、自適應(yīng)和內(nèi)部并行的特點。與傳統(tǒng)數(shù)學(xué)方法相比,“適者生存”思想采用通用、智能的方法更容易解決問題。這些算法,如粒子群優(yōu)化(PSO)[1]、蟻群優(yōu)化(ACO)[2]、人工蜂群算法(ABC)[3]、人工魚群算法(AFSA)[4]、蝙蝠算法(BA)[5]等,使用工程、管理和計算科學(xué)等領(lǐng)域的優(yōu)化又有了新的優(yōu)化技術(shù)。文獻[6]采用改進的人工魚群算法對系統(tǒng)的硬件和軟件進行了劃分。文獻[7]采用粒子群優(yōu)化算法對熱電目標進行動態(tài)跟蹤。文獻[8]模擬電路測試點優(yōu)化通過動態(tài)蟻群算法實現(xiàn)。智能算法在不斷更新,包括磷蝦群優(yōu)化算法[9]、混沌果蠅算法[10]、蜘蛛算法[11]。這些都是基于大自然生物的生命周期表現(xiàn)的規(guī)律進行總結(jié)而得到的新興算法。

        2014年,Meng等人[12]共同提出雞群優(yōu)化算法(CSO)來模擬雞群的等級和行為。一只雄雞和多只母雞組成一個亞組,多個亞組構(gòu)成一個雞群,各種雞移動的規(guī)律是不同的。各個雞群間在提前設(shè)置的規(guī)定下存在一定競爭。CSO優(yōu)化算法是針對全局的,和其他優(yōu)化算法如差分、蝙蝠等算法相比,在收斂準確性和速度上的優(yōu)勢都十分顯著,然而傳統(tǒng)雞群算法在局部收斂和抗干擾方面還存在很多不足之處。

        本文利用動態(tài)簇解決單一工作節(jié)點能力有限問題,提出一種基于網(wǎng)格的序列雞群算法,優(yōu)化標準雞群算法的種群分組更新機制,同時還引入了新的小雞學(xué)習(xí)公式。仿真和實驗結(jié)果表明該算法具有定位精度高、收斂速度快、實時性好等優(yōu)點。

        1雞群算法

        1.1算法簡介

        2014年,Meng等人針對雞尋覓食物的過程進行模仿,發(fā)現(xiàn)雞群覓食的規(guī)律,并以此為基礎(chǔ)推出CSO算法。關(guān)于雞群覓食的規(guī)律,主要可概述為如下4點:

        (1)每個雞群都由多個小組構(gòu)成,領(lǐng)導(dǎo)者是雄雞,組中還有小雞和雌雞,每個小組都有對應(yīng)的領(lǐng)導(dǎo)者。

        (2)雞群中雄雞、雌雞和小雞的身份是由適應(yīng)度作為標準進行區(qū)分的,雄雞適應(yīng)度最強,小雞適應(yīng)性最弱,母雞分組原則實施隨機分配。

        (3)雞群中雌雞和雛雞的母子關(guān)系保持,只是每隔一段時間這種關(guān)系就會按照特定的等級秩序和規(guī)則重新分配。

        (4)雄雞外出覓食時,雌雞會跟著一同去覓食,而雛雞會在雌雞附近尋覓食物。具有較高適應(yīng)度值的雞在爭奪食物的過程中將占有優(yōu)勢。

        1.2位置更新方法

        雞群中雄雞、雌雞和雛雞身份等級的劃分是按照適應(yīng)度強弱實現(xiàn)的,實驗后得知雛雞和雄雞占據(jù)比例都是20%,雌雞占據(jù)比例高達60%,經(jīng)過該算法進行優(yōu)化,效果較為理想,雄雞、雌雞和雛雞位置都會根據(jù)各自的位置更新算法完成更新。研究內(nèi)容詳述如下。

        2.2仿真流程

        基于網(wǎng)格,對目標軌跡進行偵測。首先,對環(huán)境及相關(guān)參數(shù)初始化。研究中假設(shè)模擬的觀測區(qū)域是一個20×20m2的正方形區(qū)域,分成了20×20個正方形網(wǎng)格,每個網(wǎng)格的區(qū)域的面積為1m2。在這個區(qū)域內(nèi)隨機分布了60個聲波幅度傳感器節(jié)點,假設(shè)跟蹤目標在這個區(qū)域內(nèi)的最大移動速度為2m/s,假設(shè)聲波的傳播范圍為米,設(shè)置傳感器節(jié)點的門限值為4,在偵測區(qū)域內(nèi)初始目標軌跡。每次節(jié)點偵測完目標后會將信息傳遞給下一個節(jié)點,循環(huán)直到目標超出偵測范圍為止。仿真流程如圖1所示。

        圖2~圖4中,黃色圓點表示偵測區(qū)域內(nèi)的傳感器節(jié)點,白色小叉表示目標的實際運動軌跡。顏色的深淺比則表示了信任度的值,顏色越深就表示目標在該區(qū)域出現(xiàn)的可能性越高。

        3算法仿真

        3.1精確定位階段

        這里,研究擬給出定位步驟具體如下。

        Step1100個傳感器節(jié)點(包括未知節(jié)點和信標節(jié)點)隨機分布在立方體空間中,空間是邊長為50m的正方體。

        Step2信標節(jié)點將信號強度數(shù)值傳遞給未知節(jié)點,未知節(jié)點將其轉(zhuǎn)變成距離值。

        Step3對第n個位置節(jié)點坐標進行計算,該節(jié)點接收m個信號,如果m值是0,未知節(jié)點不能捕獲則跳轉(zhuǎn)到Step7。如果m取值在0~4之間,坐標計算利用質(zhì)心算法完成,然后跳轉(zhuǎn)到Step7。如果m取值大于等于4,那么繼續(xù)Step4。

        Step4將m個信標節(jié)點按每四個分成一組,組數(shù)為k,并且多個組并非出于相同平面。

        Step5利用三面節(jié)點估計法計算出k個坐標值,即:(x1,y1,z1)、…、(xk,yk,zk)。

        Step6傳統(tǒng)雞群算法完成優(yōu)化。

        Step7如果未知節(jié)點數(shù)量為n,則算法終止;如果未知節(jié)點數(shù)量不為n,則n=n+1回轉(zhuǎn)到Step3繼續(xù)執(zhí)行算法。

        3.2仿真分析

        節(jié)點隨機分布在100m×100m的平面,分別對比傳統(tǒng)雞群算法與改進雞群算法在通訊半徑、錨節(jié)點占比以及總節(jié)點數(shù)三個方面對定位精度的影響,依次參見圖5~圖7。

        由圖5~圖7可以看出,在通信半徑從15變化到35之間,改進的雞群算法相較于傳統(tǒng)雞群算法定位精度提高了15%;在錨節(jié)點的個數(shù)從15變化到40之間,改進雞群算法的定位精度提高了15%左右;當總節(jié)點數(shù)目從100變化到200之間,改進雞群算法的總體定位精度提高了約14%。故可以得出,改進雞群算法相較于傳統(tǒng)雞群算法在不同的通信半徑、錨節(jié)點數(shù)、總節(jié)點數(shù)目等情況下,定位精度都有了明顯改善。

        4結(jié)束語

        文章以網(wǎng)格法和雞群算法為基礎(chǔ)提出的優(yōu)化算法可以很好地解決傳感器定位誤差偏大的不足。該算法利用動態(tài)簇解決單一工作節(jié)點能力有限問題,優(yōu)化了標準雞群算法的種群分組更新機制,全面提高了定位精度。經(jīng)過仿真驗證文中提出的改進算法可以確保較好的收斂性,而且定位精度也有了明顯改善,實現(xiàn)上也較為簡單。不過密度高的障礙物環(huán)境并沒有考慮進來,所以還需要在障礙物數(shù)量隨意設(shè)定的狀態(tài)下對算法做進一步的優(yōu)化。

        參考文獻

        [1]KENNEDYJ,EBERHARTR.Particleswarmoptimization[C]//ProceedingsofIEEEInternationalConferenceonNeuralNetworks.Perth,Australia:IEEEPress,1995:1942-1948.

        [2]DORIGOM,MANIEZZOV,COLORNIA.Antsystem:optimizationbyacolonyofcooperatingagents[J].IEEETransactionsonSystemsManandCybernetics,PartB:Cybernetics,1996,26(1):29-41.

        [3]KarabogaD.Anideabasedonhoneybeeswarmfornumericaloptimization[R].Kayseri:ErciyesUniversity,2005.

        [4]LIXiaolei,SHAOZhijiang,QIANJixin.Anoptimizingmethodbasedonautonomousanimats:fish-swarmalgorithm[J].SystemsEngineeringTheoryandPractice,2002,22(11):32-38.

        [5]YANGXS.Anewmetaheuristicbat-inspiredalgorithm[C]//NatureInspiredCooperativeStrategiesforOptimization(NICSO2010).Berlin:Springer,2010,284:65-74.

        [6]全浩軍,張濤,郭繼昌.基于改進人工魚群算法的軟硬件劃分方法[J].天津大學(xué)學(xué)報:自然科學(xué)與工程技術(shù)版,2013,46(10):923-928.

        [7]王澤兵,楊衛(wèi),秦麗.基于粒子群算法的動態(tài)熱釋電目標跟蹤[J].光學(xué)學(xué)報,2014,34(10):35-41.

        [8]羅慧,蹇興亮,盧偉.基于動態(tài)蟻群算法的模擬電路最優(yōu)測點選擇[J].儀器儀表學(xué)報,2014,35(10):2231-2237.

        [9]GANDOMIAH,ALAVIAH.Krillherd:Anewbio-inspiredoptimizationalgorithm[J].CommunicationsinNonlinearScienceandNumericalSimulation,2012,17(12):4831-4845.

        [10]LEIX,DUM,XUJ,etal.Chaoticfruitflyoptimizationalgorithm[C]//5thInternationalConferenceonSwarmIntelligence.Hefei:SpringerInternationalPublishing,2014:74-85.

        [11]CUEVASE,CIENFUEGOSM,ZALDVARD,etal.Aswarmoptimizationalgorithminspiredinthebehaviorofthesocial-spider[J].ExpertSystemswithApplications,2013,40(16):6374-6384.

        [12]MENGXianbing,LIUYu,GAOXiaozhi,etal.Anewbio-inspiredalgorithm:Chickenswarmoptimization[M]//TANY,SHIY,COELLOCAC.Advancesinswarmintelligence.ICSI2014.LectureNotesinComputerScience.Cham:Springer,2014:86-94.

        猜你喜歡
        無線傳感器網(wǎng)絡(luò)定位精度
        北斗定位精度可達兩三米
        軍事文摘(2023年4期)2023-04-05 13:57:35
        GPS定位精度研究
        智富時代(2019年4期)2019-06-01 07:35:00
        組合導(dǎo)航的AGV定位精度的改善
        立式車床數(shù)控回轉(zhuǎn)工作臺定位精度研究
        基于無線傳感器網(wǎng)絡(luò)的綠色蔬菜生長環(huán)境監(jiān)控系統(tǒng)設(shè)計與實現(xiàn)
        基于無線傳感器網(wǎng)絡(luò)的葡萄生長環(huán)境測控系統(tǒng)設(shè)計與應(yīng)用
        一種改進的基于RSSI最小二乘法和擬牛頓法的WSN節(jié)點定位算法
        無線傳感器網(wǎng)絡(luò)定位技術(shù)可靠性分析
        對無線傳感器網(wǎng)絡(luò)MAC層協(xié)議優(yōu)化的研究與設(shè)計
        科技視界(2016年22期)2016-10-18 15:25:08
        無線傳感器網(wǎng)絡(luò)技術(shù)綜述
        毛片无遮挡高清免费久久| 国产熟女内射oooo| 成人看片黄a免费看那个网址| 成黄色片视频日本秘书丝袜| 极品少妇在线观看视频| 日本人妖熟女另类二区| 狠狠色婷婷久久综合频道日韩| 久久久国产精品麻豆| 国产人成在线成免费视频| 亚洲伊人av天堂有码在线| 国产麻豆精品一区二区三区v视界| 狠狠色狠狠色综合久久第一次| 自拍视频国产在线观看| 国产自拍视频在线观看免费 | 久久精见国产亚洲av高清热| 亚洲国产精品成人精品无码区在线| 国产午夜精品一区二区三区不卡| 女同性恋精品一区二区三区| 加勒比av在线一区二区| 午夜天堂精品久久久久| 成人国产精品免费视频| 亚洲国产精品久久久久婷婷软件| 北条麻妃在线中文字幕| 97午夜理论片影院在线播放| 中文字幕日韩高清| 亚洲一区二区三区新视频| 久久亚洲av成人无码电影| 无遮无挡爽爽免费视频| 最新在线观看精品国产福利片 | 蜜桃av无码免费看永久| 人妻中文字幕日韩av| 亚洲日产精品一二三四区| 亚洲中文字幕无码久久2018| 蜜桃视频网址在线观看| 国产成人av在线免播放观看新| 免费精品无码av片在线观看| 精品久久久亚洲中文字幕| 亚洲中文字幕在线综合| 欧美交换配乱吟粗大25p| 对白刺激的老熟女露脸| 美女免费观看一区二区三区|