面向差异化覆盖的异构有向传感器节点调度算法

为延长异构有向传感器网络的寿命,提出一种基于改进珊瑚礁优化算法(ECRO)的面向不同监测目标有不同监测要求的节点调度算法。利用ECRO将传感器集合划分成符合覆盖要求的多个集合,通过集合间的调度达到延长网络寿命的目的。对珊瑚礁优化算法(CRO)的改进体现在四个方面:一是在珊瑚礁的雌雄同体繁殖过程中融入生物地理学优化算法中的迁移操作,保留原有种群的优秀解;二是在雌雄同体繁殖过程中采用一种带有混沌参数的差分变异因子,增强子代的优化能力;三是通过对最差个体执行随机反向学习,增强种群的多样性;四是通过CRO与模拟退火算法的结合,增强算法的局部搜索能力。对数值基准函数和节点调度进行了大量的仿真实验。在数值测试方面的结果表明,与遗传算法、模拟退火算法、差分进化算法及其改进算法相比,ECRO的优化能力更强;在传感器网络节点调度方面的结果表明,与贪婪算法、基于学习自动机的差分进化(LADE)算法和未改进的CRO相比,ECRO使网络寿命分别提高了53.8%、19.0%和26.6%,验证了所提算法的有效性。

基于改进鲸鱼算法的配电网故障区段定位

配电网故障区段准确定位是保证供电可靠性和自愈性的重要因素。在提取分析自动化监测装置的故障特征信息基础上,构建了适用于多状态不同分布式电源的开关函数和适应度函数,并引入故障辅助判据改进传统适应度函数。提出了多策略改进的鲸鱼优化算法,运用Sobol序列获得均匀分布的初始种群,并引入差分变异微扰因子和自适应权重,提高了寻优精度和收敛速度。算例仿真结果表明,采用多策略改进鲸鱼优化算法进行故障区段定位不仅具有较强的容错性,还有较高的故障辨识率和寻优稳定性,提高了故障定位的求解效率。