位置:成果数据库 > 期刊 > 期刊详情页
基于CFSFDP与ELM相结合的半监督室内定位算法
  • ISSN号:1671-8836
  • 期刊名称:《武汉大学学报:理学版》
  • 时间:0
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]常熟理工学院计算机科学与工程学院,江苏常熟215500, [2]中国矿业大学计算机科学与技术学院,江苏徐州221116
  • 相关基金:国家自然科学基金项目(61300186);江苏省科技支撑计划项目一社发(BE2012672);江苏省高校自然科学研究面上项目(13K.IB510001);科研启动项目(KYZ2013002Z);常熟市社发重点项目(CS201102).
中文摘要:

蜂群算法在优化传感网感知覆盖时,直接放弃达到迭代次数而未进化的解向量,由于没有先验条件,随机生成新的解不够好,导致收敛速度变慢,无法应对具有大量移动节点的网络布局优化。针对上述问题,提出嵌入虚拟力的人工蜂群优化覆盖策略,利用节点间虚拟的作用力引导陷入退化现象的解向量,加快收敛速度,实现在高维空间的布局优化。仿真结果表明,该算法在覆盖优化效果和算法收敛速度上均优于传统的蜂群策略。

英文摘要:

When optimising sensor network sensing coverage, the artificial bee colony algorithm directly abandons the solution vector which reaches the iteration times but failed in evolution. Since there are no priori conditions, the new solution randomly generated is not good enough, this results in slow convergence and unable to cope with the network layout optimisation with a large number of mobile nodes. To address the above problems, we proposed the strategy of optimising the coverage with virtual force-embedded artificial bee colony. It uses virtual acting force between the nodes to lead the solution vector failing into degradation phenomenon and accelerates the convergence rate, realises the layout optimisation in high-dimensional space. Simulation results show that the proposed algorithm is better than the traditional artificial bee colony strategy in coverage optimisation effect and the convergence rate of the algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《武汉大学学报:理学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国2教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武昌珞珈山
  • 邮编:430072
  • 邮箱:whdz@whu.edu.cn
  • 电话:027-68756952
  • 国际标准刊号:ISSN:1671-8836
  • 国内统一刊号:ISSN:42-1674/N
  • 邮发代号:38-8
  • 获奖情况:
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,英国动物学记录,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:6988