-
题名一种群体智能算法——狮群算法
被引量:77
- 1
-
-
作者
刘生建
杨艳
周永权
-
机构
广州大学华软软件学院游戏系
广西民族大学信息科学与工程学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2018年第5期431-441,共11页
-
基金
广东高校省级重点平台和重大科研项目(No.2016KTSCX189)
广州大学华软软件学院科研项目(No.ky201616)资助~~
-
文摘
基于狮群中狮王、母狮及幼狮的自然分工,模拟狮王守护、母狮捕猎、幼狮跟随3种群智能行为,提出群体智能算法——狮群算法.算法中不同种类的狮子位置更新方式不同.遵循自然界生物"适者生存"的竞争法则,狮王守护领土,优先享用食物,母狮合作捕猎,幼狮分为学习捕猎、饥饿进食和成年被驱逐.狮子位置更新方式的多样化保证算法快速收敛,不易陷入局部最优.最后,将算法应用于6个标准测试函数优化问题,并对比粒子群算法、骨干粒子群算法,测试结果表明,文中算法收敛速度较快,精度较高,能较好地获得全局最优解.
-
关键词
狮群算法(lso)
粒子群算法(PSO)
函数优化
群体智能
-
Keywords
Lion Swarm Optimization( lso)
Particle Swarm Optimization( PSO)
Function Optimization
Swarm Intelligence
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种基于跳距修正的物联网中节点定位算法
- 2
-
-
作者
唐一韬
邓河
-
机构
长沙民政职业技术学院通识教育中心
-
出处
《全球定位系统》
CSCD
2022年第4期50-54,121,共6页
-
基金
湖南省教育厅科研项目(14C0064)
湖南省教育厅科研项目(15C0081)。
-
文摘
针对传统的DV-Hop算法存在较大定位误差的问题,提出基于狮群优化算法的节点定位(NLLSO)算法.NLLSO算法从估计最小跳数、修正平均跳距误差和定位算法三方面进行改进,进而降低定位误差.NLLSO算法用不同通信半径传递Beacon包,进而提高估计最小跳数值的精度.同时,通过引入权值参数修正平均跳距的估计值.最后,通过狮群优化算法(LSO)估计未知节点位置.仿真结果表明:NLLSO算法的定位精度高于传统的DV-Hop算法.
-
关键词
无线传感网络(WSN)
定位算法
多通信半径
平均跳距
狮群优化(lso)算法
-
Keywords
wireless sensor networks(WSN)
localization algorithm
multiple communication radii
average hop distance
lion swarm optimization(lso)algorithm
-
分类号
TP212.9
[自动化与计算机技术—检测技术与自动化装置]
TP393
[自动化与计算机技术—计算机应用技术]
-