-
题名改进VFPSO算法于WSN节点随机部署中的应用
被引量：14
- 1
-
-
作者
宋明智
杨乐
-
机构
江南大学物联网工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第2期141-145,204,共6页
-
文摘
无线传感器网络（Wireless Sensor Network,WSN）节点的随机部署一直是WSN覆盖的核心问题之一。尽可能提升WSN的覆盖质量对延长网络的生命周期起着重要的作用。虚拟力-粒子群优化（Virtual Force Particle Swarm Optimization,VFPSO）算法因虚拟力的引入使PSO算法的优化性能有所提升,但PSO算法的早熟问题仍未得到有效改善。在VFPSO算法的基础上提出了一种维度选择机制,主要目的在于改善VFPSO算法中后期的优化能力。仿真结果表明,将采用维度选择机制后的VFPSO算法应用于WSN的覆盖优化中,覆盖率较其他优化算法有3%~5%的提升。
-
关键词
无线传感器网络(WSN)覆盖优化
节点随机部署
虚拟力-粒子群优化(vfpso)算法
维度选择
覆盖率
-
Keywords
Wireless Sensor Network（WSN）coverage optimization
random deployment of sensor nodes
Virtual Force Particle Swarm Optimization（vfpso）algorithm
dimension selection
coverage rate
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名数控机床力-几何误差的PSO-SVM建模
被引量：4
- 2
-
-
作者
杨洪涛
耿金华
丁小瑞
喻曹丰
禹斌
-
机构
安徽理工大学机械工程学院
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2014年第3期325-330,共6页
-
基金
安徽省高等学校省级自然科学研究项目基金(No.kj2013a092)资助
-
文摘
为了提高数控机床几何误差建模精度,改进补偿效果,先用测力环等仪器模拟施加并测量机床主切削力,再用激光干涉仪同步测量机床俯仰角和偏摆角误差.根据粒子群优化算法(particle swatm optimization,PSO)优化支持向量机(support vectormachine,SVM)的相应参数,并以实际测量数据进行训练,从而建立了PSO-SVM力-几何误差预测模型.实际试验表明,PSO-SVM误差预测模型输出的偏摆角误差预测值与实测数据的最大差值仅为0.6μrad,俯仰角误差预测值与实测数据的最大差值仅为0.21μrad,远小于利用BP神经网络以及常规方法优化的SVM所建立的力-几何误差预测模型的误差,因此该模型可用于数控机床几何误差的高精度实时补偿.
-
关键词
数控机床
PSO-SVM
力-几何误差模型
支持向量机
粒子群优化算法
-
Keywords
CNC machine tools, PSO-SVM, force-geometric error model, support vector machine （SVM）,particle swarm optimization （PSO）
-
分类号
TP205
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名移动信标改进的DV-Hop算法
- 3
-
-
作者
陈志国
傅毅
须文波
孙俊
-
机构
江南大学物联网工程学院轻工过程先进控制教育部重点实验室
无锡环境科学与工程研究中心
-
出处
《计算机工程与设计》
CSCD
北大核心
2013年第12期4094-4098,共5页
-
基金
国家自然科学基金项目(61170119)
-
文摘
为了提高无线传感器网络的节点定位精度并降低系统开销,提出了一种新的移动信标改进的DV-Hop算法。首先提出了一种最佳维改进的量子粒子群优化算法(best dimension quantum-behaved particle swarm optimization,BDQPSO),然后在DV-Hop算法的第三阶段采用BDQPSO算法校正DV-Hop算法获得的节点位置,最后用基于虚拟力的静态和动态路径相结合的移动信标路径算法降低系统开销。仿真实验结果表明,提出的改进算法性能稳定,能显著降低DV-Hop算法的定位误差和系统开销。
-
关键词
无线传感器网络
DV-HOP算法
移动信标
虚拟力
粒子群优化
-
Keywords
wireless sensor networks
DV-Hop algorithm
mobile beacon
virtual force
particle swarm optimization
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名参与气电市场的虚拟电厂内部优化随机模型
被引量：3
- 4
-
-
作者
彭院院
周任军
曾子琪
冯剑
程远林
方绍凤
-
机构
湖南省清洁能源与智能电网协同创新中心(长沙理工大学)
国网湖南省电力有限公司娄底供电分公司
中国能源建设集团湖南省电力设计院有限公司
-
出处
《中国电力》
CSCD
北大核心
2020年第9期181-188,共8页
-
基金
国家自然科学基金资助项目(多源数据融合与人机混合实验驱动的两级电力市场全景式建模与决策理论研究,91746118)
湖南省自然科学基金资助项目(源荷特性指标与新能源消纳建模及数据驱动随机优化方法研究,2019JJ40302)。
-
文摘
虚拟电厂总体降低了不确定因素的影响,但若不考虑其内部的随机性,则会使虚拟电厂在参与电力、天然气市场过程中,因其调度方案的保守性,难以获得最高的经济效益。为了充分挖掘虚拟电厂的经济效益,提出了一种气电市场下计及电价和风光不确定性的电-热-气虚拟电厂随机优化调度模型。模型目标函数为虚拟电厂总效益,即售电售热售气收益与电转气成本、碳捕集成本、碳排放权成本和燃料成本之差。引入超分位数方法将含多随机变量的虚拟电厂总效益最优模型转化为其超分位数随机优化模型,为了便于计算进而处理为其离散化计算模型,并利用空间粒子群算法进行求解。算例分析表明:虚拟电厂通过优化售电和售气方案来获得最优效益,在参与气电市场过程中考虑多种随机变量,使得虚拟电厂规避风险后有更多的机会获得更高的经济效益。
-
关键词
气电市场
电-热-气虚拟电厂
不确定性
内部优化
超分位数方法
空间粒子群算法
-
Keywords
gas and electricity market
electric-thermal-gas virtual power plant
uncertainty
internal optimization
superquantile method
spatial particle swarm optimization algorithm
-
分类号
TM73
[电气工程—电力系统及自动化]
F426.61
[经济管理—产业经济]
-
-
题名基于改进蛙跳算法的WSN移动节点部署研究
被引量：10
- 5
-
-
作者
龙腾
孙辉
赵嘉
-
机构
南昌航空大学信息工程学院
南昌工程学院信息工程学院
-
出处
《计算机工程》
CAS
CSCD
2012年第5期96-98,116,共4页
-
基金
国家自然科学基金资助项目(50539020)
江西自然科学基金资助项目(2009GZS0083
+4 种基金
2010GZS0163)
江西教育厅科技基金资助项目(GJJ12633
GJJ11250)
江西省科技厅科技支撑基金资助项目(2009ZDG08400
2009ZDG08300)
-
文摘
针对传统无线传感移动节点部署方法存在节点分布不均匀、覆盖不完全等问题,提出一种基于改进混合蛙跳算法(SFLA)的移动节点部署方法。根据节点位置信息建立部署模型,利用改进SFLA算法求解该模型,将得到的解作为节点最终位置。仿真实验结果表明,相对于微粒群、虚拟力、基本混合蛙跳算法,改进SFLA算法可提高网络覆盖率和降低移动节点能耗。
-
关键词
混合蛙跳算法
粒子群优化算法
无线传感器网络
移动节点部署
虚拟力算法
-
Keywords
Shuffled Frog Leaping Algorithm（SFLA）
Particle Swarm Optimization（PSO） algorithm
Wireless Sensor Network（WSN）
mobile node deployment
Virtual Force Algorithm（VFA）
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名障碍物遮蔽下三维空间多传感器优化布站
被引量：1
- 6
-
-
作者
俞宙
单甘霖
段修生
徐公国
-
机构
陆军工程大学石家庄校区
石家庄铁道大学
-
出处
《探测与控制学报》
CSCD
北大核心
2019年第2期110-114,119,共6页
-
文摘
针对传感器布站时战场环境中存在障碍物问题,提出了障碍物遮蔽下三维空间多传感器优化布站方法。该方法首先对侦察区域进行网格划分,接着采用自适应LOS理论来检测区域中存在的障碍物,建立多传感器优化布站数学模型,最后采用虚拟力自适应权重粒子群算法求解传感器最优布站位置。仿真实验表明,该方法增强了粒子的全局搜索能力,提高了运算速度和区域覆盖率。
-
关键词
多传感器
三维空间
障碍物遮蔽
优化布站
虚拟力
自适应权重粒子群算法
-
Keywords
multi-sensor
three dimensional environment
obstacle obscuration
virtual force
adaptive weight particle swarm optimization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN971
[电子电信—信号与信息处理]
-
