基于分群粒子群优化的传感器调度方法

对面向目标跟踪任务的多传感器多任务调度问题进行研究。考虑到探测目标的运动特性,采用扩展卡尔曼滤波法实施目标跟踪,以成功调度任务的综合优先权、目标跟踪精度以及传感器网络的能源消耗为指标,建立了多传感器多任务调度的混合整数规划模型。提出一种基于分群机制的分群粒子群算法对模型进行求解,该方法通过粒子分群,提高对问题域的全局搜索能力,避免算法过快收敛和发生早熟。实验结果表明,该方法用于传感器调度问题,具有较好的求解性能。

云环境下基于用户偏好的粒子群优化算法的Web服务选择

针对当前Web服务的海量增加,而现有的服务选择算法低效以及粒子群算法在复杂的组合优化类问题上的不足,该算法分析用户对于Web服务的一些软性偏好,提出了一种在云环境下基于用户偏好的粒子群改进算法的Web服务选择.该算法通过对粒子分群映射、相似分群并行化简,同时利用模糊约束来表达用户的偏好,最终使得用户能够根据偏好从中进行选择.实验表明,该算法能有效减少执行过程中Web服务选择导致的时间开销,并提高服务选择的性能.

云环境下IT运维管理的绿色节能研究

针对当前服务器应用的海量增加,能源的不断紧缺,而传统的IT服务管理低效、单一、资源浪费以及在复杂的组合优化类问题上的不足,提出了一种基于云计算的IT运维管理与服务模式创新的研究.该方法立足于云计算应用环境,建立在Web2.0、ITIL V3.0和SOA架构体系之上,以云服务资源库为核心,结合现有传统IT运维管理技术及云计算平台管理优势.该研究则侧重从绿色环保节能这一方面来研究该方法的节能性与市场需求必要性.

基于GPSO-DVHop的传感器节点定位方法

为了减少无线传感器网络节点的定位误差,提出一种分群粒子群优化(GPSO)算法修正DV-Hop误差的传感器节点定位方法(GPSO-DVHop)。提出一种节点距离修正值策略,减少未知节点与锚节点间距离的估计误差,采用GPSO算法修正DV-Hop的节点定位误差,最后在Matlab 2012平台上对算法性能仿真分析。相对于对比传感器定位方法,GPSO-DVHop提高了传感器节点定位精度,仿真结果验证了GPSO-DVHop的有效性。

基于GPSO的WSN节点定位技术研究

研究监测空间节点定位精度问题,由于无线传感器网络基于测距节点定位存在误差,造成精确度低。为此采用一种分群式粒子群优化算法(GPSO),对利用TOA的极大似然估计定位法估算出的结果进行优化处理。通过仿真从测距误差、未知节点个数和节点通信半径三方面分析三种算法的平均定位误差。结果表明,分群式粒子群算法能够提升标准粒子群算法跳出局部最优的能力,有效地避免了标准粒子群优化算法易早熟、陷入局部最优的缺点,最大概率地寻找到全局最优解,最终提高了节点定位精度。