混合群智感知中服务节点优化选择机制

移动群智感知应用依赖于以人为主导的移动用户参与,用户的移动规律和用户所携带感知设备的剩余资源等都会制约其参与感知服务的能力,从而影响系统的感知质量。现有研究工作对服务节点的选取操作比较单一,因此有必要设计合理的节点优化选择机制,选择到达并覆盖目标区域的最优服务节点集,从而保证对目标区域的感知质量。针对服务节点的优化选取展开研究,基于人的移动特性,定义节点服务度量标准,并结合遗传算法设计服务节点优化选取算法,从而提出一种新的服务节点优化选择机制。仿真实验表明,该机制可以有效选取最优服务节点集,达到提高混合群智网络感知服务质量的目的。

事件驱动无线传感器网络中有效节点的选择方法

事件驱动的无线传感器网络需要对事件状态做出合理的判断以进行处理,本文研究如何选取少量节点参与通信,以较低的能耗代价获取事件状态。文中提出的NSS(Node Supported Selection)算法,首先利用节点之间的空间相关性将事件感知空间划分为若干相关单元,再依据节点支持度选取代表节点参与数据传输。仿真结果表明,该算法只需小比例的节点数就能保证感知精度,且具有较好的可扩展性,能满足多样的应用需求。

基于遗传算法的无线传感器网络覆盖算法优化研究

本文将遗传算法运用到无线传感器网络覆盖的中，通过研究遗传算法的杂交和变异算子，得到具有混合杂交和间歇变异的改进遗传算法，用于解决高密度部署的无线传感器节点集的选择问题，从而得到最优覆盖节点集。仿真实验表明该优化机制能更有效地跳出局部最优，获得更精确的结果，从而更有效的实现了无线传感器网络布局的全局优化。

MSNs中基于TCC感知的数据转发方法

现有的移动社交网络数据转发方法大多没有考虑到处存在的暂态连通区域(TCC),导致数据转发质量较低。为此,根据5组真实数据对TCC属性与数据转发性能的关系进行分析,提出一种基于TCC感知的数据转发算法。考虑到该算法会增加网络中数据拷贝的数量,提出改进型TCC感知数据转发策略,通过选择TCC中的最优节点集,避免它们的相遇重叠现象,利用少量节点实现数据转发机会最大化。仿真结果表明,所提方法的性能在数据投递率和网络开销方面的性能优于当前其它数据转发算法。

移动社交网络中基于TCC感知的数据转发方法

针对现有的移动社交网络数据转发方法大多没有考虑广泛存在的暂态连通区域(TCC),从而导致数据转发质量较低问题,根据5组真实数据对TCC属性与数据转发性能的关系进行了分析,提出了一种基于TCC感知的数据转发算法.此外,考虑到该算法会增加网络中数据拷贝的数量这一问题,提出了改进型TCC感知数据转发策略,通过选择TCC中的最优节点集来避免它们的相遇重叠现象,利用少量节点实现数据转发机会最大化.仿真结果表明,本文方法的性能在数据投递率和网络开销方面的性能要优于当前其他数据转发算法.

复杂网络基于最小驱动节点的能控性优化（英文）

在这篇文章中讨论了两个核心问题,分别是最小输入问题和输入信号对节点的控制问题.利用图论和矩阵理论,找到了具有强控制集中性和强控制能力的最优的最小驱动节点集.首先,确定了驱动节点的最小数量.然后,通过两种方法确定了最优的最小驱动节点集,一种是分析节点i的控制集中性,另一种是查找控制信号u^+(t)和具有强控制能力的节点i之间有用的连接添加.最后,输入信号被施加到最优的最小驱动节点上以使得网络能控.同时,关于最优的最小驱动节点集的算法也被提出用于复杂网络能控性的研究.