计算机科学 ›› 2014, Vol. 41 ›› Issue (7): 190-193.doi: 10.11896/j.issn.1002-137X.2014.07.040
潘果,徐雨明
PAN Guo and XU Yu-ming
摘要： 为了进一步减少无线传感器网络的能量损耗和延迟时间并且有效延长节点生存时间,提出一种改进的量子行为粒子群(quantum based particle swarm optimization,QPSO)优化算法,并将其用于解决无线传感器网络的QoS组播路由问题。该算法采用适应度函数和全局最好位置的更新方法来寻找无线传感器网络中满足阈值限制下的最优路由。实验仿真和对比情况表明,该算法在节省能量损耗、控制延迟时间和延长网络节点的生存时间上取得了较好的效果。
| [1] 刘敏,徐世军,孙思毅,等．基于 QoS-PSO的无线传感器网络路由方法[J]．同济大学学报:自然科学版,2010,38(12):1846-1850 [2] Rostami M J,Emrani Zarandi A A,Hoseininasab S M．MSDP with ACO:A maximal SRLG disjoint routing algorithm based on ant colony optimization[J]．Journal of Network and Compu-ter Applications,2012,35(1):394-402 [3] 岳林,易本顺,肖进胜．能量平衡与QoS保障的无线传感器网络机会路由[J]．湖南大学学报:自然科学版,2011,38(11):82-87 [4] 李擎,张超,陈鹏,等．一种基于粒子群参数优化的改进蚁群算法[J]．控制与决策,2013,28(6):874-884 [5] 刘衍民．一种求解约束优化问题的混合粒子群算法[J]．清华大学学报:自然科学版,2013(2):242-246 [6] 胥小波,郑康锋,李丹,等．新的混沌粒子群优化算法[J]．通信学报,2012,33(1):24-37 [7] 万智萍,吕志民．一种自适应物种寻优的无线 Mesh 网络 QoS 路由算法[J]．山东大学学报:理学版,2013,48(9):10-16 [8] Sun J,Feng B,Xu W．Particle swarm optimization with particleshaving quantum behavior[C]∥Congress on Evolutionary Com putation,2004(CEC2004)．IEEE,2004,1:325-331 [9] Sun J,Xu W,Feng B．A global search strategy of quantum-behaved particle swarm optimization[C]∥2004IEEE Conference on Cybernetics and Intelligent Systems．IEEE,2004,1:111-116 [10] 黄泽霞,俞攸红,黄德才．惯性权自适应调整的量子粒子群优化算法[J]．上海交通大学学报,2012,46(2):228-232 [11] 王兆宇,艾芊．基于QPSO与BPSO算法的动态微电网多目标优化自愈[J]．电网技术,2012,36(10):23-29 [12] 陈伟,周頔,孙俊,等．一种采用完全学习策略的量子行为粒子群优化算法[J]．控制与决策,2012,27(5):719-730 [13] Xi M,Sun J,Xu W．An improved quantum-behaved particleswarm optimization algorithm with weighted mean best position[J]．Applied Mathematics and Computation,2008,205(2):751-759 [14] Wei F,Jun S,Wenbo X．A new mutated quantum-behaved particle swarm optimizer for digital IIR filter design[J]．EURASIP Journal on Advances in Signal Processing,2009,10(2):1-7 [15] 彭小峰,杨川,王凯立．采用喷泉码的无线传感器网络数据编解码算法[J]．重庆工学院学报:自然科学版,2013,27(11):69-73 |
| No related articles found! |
|
||
首页