-
公开(公告)号:CN112163665A
公开(公告)日:2021-01-01
申请号:CN202011074027.7
申请日:2020-10-09
Applicant: 中国人民解放军空军工程大学
IPC: G06N3/00
Abstract: 本发明提出一种基于PSO算法的物种生灭优化方法;在物种生灭方法的基础上,为了进一步提高物种收敛速度、避免种群陷入局部最优解,首先,对物种爆发时产生的新物种通过生成多个粒子;然后,利用PSO算法进行深度迭代,以提高新物种的解的质量;最后,用PSO算法的全局最优解代替新物种的值;本发明将粒子群优化算法融入到物种生灭方法中的每个幸存物种的爆发过程中,能够有效缩短达到优化目标所需要的迭代次数,加快群智能优化算法的收敛速度,提高最优解的质量。
-
公开(公告)号:CN116828484B
公开(公告)日:2024-06-07
申请号:CN202311059852.3
申请日:2023-08-22
Applicant: 中国人民解放军空军工程大学
Abstract: 提出一种利用改进的物种生灭算法对传感器网络覆盖率进行优化的方法,该方法包括下列步骤:建立传感器概率覆盖模型;聚类分簇;采用SED‑PSO算法优化剩余动态传感器节点的位置布署;输出传感器节点的最优位置布署结果。本发明方法用于实现传感器网络覆盖率的优化,能够有效实现基于概率覆盖模型的传感器网络覆盖优化,算法的收敛速度快、稳定性高、解的质量高。
-
公开(公告)号:CN116828484A
公开(公告)日:2023-09-29
申请号:CN202311059852.3
申请日:2023-08-22
Applicant: 中国人民解放军空军工程大学
Abstract: 提出一种利用改进的物种生灭算法对传感器网络覆盖率进行优化的方法,该方法包括下列步骤:建立传感器概率覆盖模型;聚类分簇;采用SED‑PSO算法优化剩余动态传感器节点的位置布署;输出传感器节点的最优位置布署结果。本发明方法用于实现传感器网络覆盖率的优化,能够有效实现基于概率覆盖模型的传感器网络覆盖优化,算法的收敛速度快、稳定性高、解的质量高。
-
-