随着射频识别(Radio Frequency Identification,RFID)技术的发展,人们对其应用的要求越来越高,在阅读器部署方面的研究也逐渐深入。为了解决规定区域内RFID阅读器位置规划问题,在划定的区域内,以标签覆盖率、阅读器间的碰撞干扰、负载...随着射频识别(Radio Frequency Identification,RFID)技术的发展,人们对其应用的要求越来越高,在阅读器部署方面的研究也逐渐深入。为了解决规定区域内RFID阅读器位置规划问题,在划定的区域内,以标签覆盖率、阅读器间的碰撞干扰、负载均衡为目标来建立数学优化模型,在白鲸算法的基础上提出了一种改进型白鲸算法。首先,针对标准白鲸算法存在易陷入局部最优、丢失次优解的缺陷,提出了一种更新精英群体机制;其次,为了增强算法的探索能力,加入了反向学习策略;最后,运用该算法来解决RFID网络规划问题。通过在一定环境中放置不同数量集群和随机分布的标签,将改进型白鲸算法与粒子群算法、灰狼算法和标准白鲸算法进行对比。仿真结果表明,在相同环境下,改进型白鲸算法的性能相比粒子群算法平均提高了21.1%,比灰狼算法提高了28.5%,比白鲸算法提高了3.3%,说明该算法相比其他3种算法在搜索精度上具有更好的性能,并通过阅读器优化部署测试,验证了该应用的有效性和可行性。展开更多
文摘随着射频识别(Radio Frequency Identification,RFID)技术的发展,人们对其应用的要求越来越高,在阅读器部署方面的研究也逐渐深入。为了解决规定区域内RFID阅读器位置规划问题,在划定的区域内,以标签覆盖率、阅读器间的碰撞干扰、负载均衡为目标来建立数学优化模型,在白鲸算法的基础上提出了一种改进型白鲸算法。首先,针对标准白鲸算法存在易陷入局部最优、丢失次优解的缺陷,提出了一种更新精英群体机制;其次,为了增强算法的探索能力,加入了反向学习策略;最后,运用该算法来解决RFID网络规划问题。通过在一定环境中放置不同数量集群和随机分布的标签,将改进型白鲸算法与粒子群算法、灰狼算法和标准白鲸算法进行对比。仿真结果表明,在相同环境下,改进型白鲸算法的性能相比粒子群算法平均提高了21.1%,比灰狼算法提高了28.5%,比白鲸算法提高了3.3%,说明该算法相比其他3种算法在搜索精度上具有更好的性能,并通过阅读器优化部署测试,验证了该应用的有效性和可行性。
