多策略改进的蜣螂搜索算法优化3DDV-Hop节点定位

为了提升传统3DDV-Hop算法的定位精度和稳定性,提出了MIDBO-3DDV-Hop算法。该算法利用多策略改进蜣螂搜索算法(multi strategy improvement dung beetle optimizer, MIDBO)来提高3DDV-Hop算法的定位精度。该算法通过通信半径分级方法细化跳数,使用加权平均跳距来修正节点之间的跳距误差。MIDBO算法引入立方混沌初始化和反向折射机制来初始化算法种群,采用变螺旋策略增强全局搜索能力。算法还融入Levy飞行策略和自适应权重因子,以避免陷入局部最优,并平衡算法的收敛性和搜索多样性。通过MIDBO算法对3DDV-Hop算法中未知节点位置进行优化。仿真结果显示,与传统的3DDV-Hop、IPSO-3DDV-Hop和IGA-3DDV-Hop算法相比,MIDBO-3DDV-Hop算法在定位精度、稳定性和收敛速度方面均达到最优水平。

基于改进麻雀搜索算法的3DDV-Hop定位算法

针对经典3DDV-Hop算法定位精度不高的问题,提出一种基于改进麻雀搜索算法优化的改进的3DDV-Hop算法;算法首先通过多通信半径优化传感器节点之间跳数,并且在平均跳距计算过程中引入动态加权因子提高平均跳距计算精度,其次在麻雀搜索算法的基础上融合反向学习策略与萤火虫算法分别对麻雀搜索算法的种群与位置更新迭代进行优化,最后将未知节点坐标计算问题转化成改进后的麻雀搜索算法寻优问题,利用改进后的麻雀搜索算法替代最小二乘法计算未知节点坐标,进一步提高未知节点位置计算精度;经过MATLAB仿真验证,改进算法对比于经典3DDV-Hop算法和相关算法,定位精度得到有效提高。

融合跳数修正与动态布谷鸟搜索的改进DV⁃Hop算法

针对DV⁃Hop算法定位精度低的问题,提出一种跳数量化与布谷鸟搜索优化相结合的改进DV⁃Hop算法。改进算法首先利用修正因子对节点间的跳数进行修正,以减小由最小跳数不准确所引起的累积误差;然后将网络中节点的通信区域划分为3个互不相交的子区域,并利用几何方法修正跳距;最后引入能动态调整搜索步长的混合布谷鸟搜索算法,代替极大似然估计法计算节点坐标,进一步优化定位效果。实验结果表明,在不影响硬件成本的前提下,相比于DV⁃Hop算法和Cuckoo Search DV⁃Hop算法,改进算法的平均定位误差有明显下降,节点定位精度更佳。

改进DV-Hop定位算法在钢构建筑健康监测中的应用

针对钢构建筑中故障点定位精度不高的问题,提出了一种改进的DV-Hop定位算法,设计出无线传感网络技术检测故障点的方案。描述了钢构建筑健康监测系统中故障点定位方式,分析传统DV-Hop算法节点定位精度不高的缺陷,并对其进行针对性的3点改进:首先采用四通信半径来细化节点间的跳数;然后利用加权处理平均跳距进行修正;最后通过改进的麻雀搜索算法对故障点进行位置定位。以秦始皇陵兵马俑一号展厅钢构屋盖作为仿真对象,通过MADIS_GEN软件进行建模和降维化处理,将改进的ISSADV-Hop与传统DV-Hop、IPSODV-Hop和IGWODV-Hop算法应用于钢构建筑中故障点定位进行仿真对比,结果表明归一化定位误差分别降低了19.64%、14.87%、8.96%,验证了本文设计方案能够有效地提高定位精度,更适合于钢构建筑健康监测系统中故障点定位。

融合跳距修正与麻雀搜索的改进DV-Hop算法

针对WSN节点定位中DV-Hop算法存在较大定位误差的问题,深入分析产生误差的原因,提出了一种基于跳距改进和麻雀优化DV-Hop定位算法(ISSA-DH)。该算法首先通过通信半径细化精确跳数,并添加加权修正因子来降低平均跳距的误差;然后通过估计距离和实际距离的偏差量进一步加权修正跳距;再利用改进的麻雀算法取代最小二乘法,把无线传感器的定位问题转化为求解最优问题,进而得到未知节点的位置。通过仿真,在不同的条件下ISSA-DH算法较DV-Hop算法和改进算法(DCAI DV-Hop)定位误差平均下降50.3%、34.3%,证明ISSA-DH算法能够有效减少定位误差。

基于改进SSA的DV-Hop传感器定位算法

针对无线传感器网络中传统距离-矢量(DV-Hop)定位算法存在偏差大、精度低等问题,融合改进麻雀搜索算法(SSA)的思想,提出一种定位精度更高的ISSA-DV-Hop定位算法。给出最小跳数修正算法分级细化通信半径,优化节点间的跳数值,并使用加权平均值校正平均跳距的误差;采用精英反向学习策略初始化麻雀种群增加种群多样性,使发现者和跟随者数量自适应调整的策略增强SSA前期全局搜索和后期局部深挖的能力,加入柯西变异扰动避免SSA陷入局部最优,提出一种改进的SSA算法ISSA,并将其用于无线传感器网络中未知节点的定位。仿真结果表明改进后的ISSA-DV-Hop算法较传统DV-Hop算法归一化定位误差降低19.64%,验证ISSA-DV-Hop算法的有效性和高精度定位能力。

无线传感器网络中改进粒子群优化DV-Hop算法的研究

针对DV-Hop算法在节点处于不规则区域导致较大定位误差的问题,提出一种无线传感器网络中改进粒子群优化DV-Hop算法。首先,根据跳数值判断是否存在曲折路径。其次,利用每个未知节点的最大跳数值校正锚节点和未知节点间的平均一跳距离。最后,将禁忌搜索算法与粒子群算法相结合代替最小二乘法对定位进行优化。仿真结果表明,在不规则区域下,改进算法与经典DV-Hop算法和其他文献中的定位算法相比,定位精度得到了有效提高。

基于改进麻雀搜索算法优化的DV-Hop定位算法

为了提高传统DV-Hop算法在无线传感网络中的节点定位精度,提出一种基于改进麻雀搜索算法优化的DV-Hop定位算法。首先,锚节点采用双通信半径细化节点间的最小跳数;然后利用最小均方差准则以及归一化加权因子分别对锚节点和未知节点的平均跳距进行修正;最后,采用麻雀搜索算法估算未知节点的位置,并引入佳点集和Levy飞行策略增强算法的遍历性和跳出局部最优的能力。仿真结果表明,相比于传统DV-Hop算法,改进的算法有效提高了定位精度。

DV-Hop测距修正的定位算法研究

针对DV-Hop测距定位精度不准问题,提出基于DV-Hop测距修正的对数搜索(improved DV-Hop Rangingbased Logarithmic Search,DH-RLS)定位算法。DH-RLS算法利用锚节点间的真实距离信息估计跳距误差,修正跳距值,提高测距精度。利用质心定位算法估计未知节点的位置,并将此位置作为搜索起点,再利用搜索目标函数进行搜索,直至搜索到具有最小距离误差和的点。仿真数据表明,DH-RLS定位算法的归一化平均误差低于同类算法。通过对测距修正,降低了测距误差,同时利用搜索目标算法提高了定位精度。

复杂环境下多策略改进麻雀搜索的定位算法

为了提高传统DV-HOP(Distance vector hop)算法在三维复杂环境场景下的节点定位精度,提出了一种利用多策略改进麻雀搜索算法优化的3D-DVHop定位算法.首先通过重新定义距离加权因子划分最优跳数,其次利用距离相似链路法来修正节点间的跳数大小,最后采用麻雀搜索算法实现3D-DVHop算法未知节点的位置寻优,并通过优化位置控制因子,同时引入蝴蝶搜索算法和自适应的局部搜索策略,增强麻雀搜索算法初始种群的多样性以及全局收敛速度和跳出局部最优的能力.仿真结果表明,该算法与传统DV-Hop算法以及其他同类算法相比,具有更好的稳定性和更高的定位精度.

C-V2X中基于CSA-GA的多跳广播算法

高效可靠的多跳广播算法可以有效降低交通异常事件对交通的影响。在车联网中,由于车辆高速移动和车辆间通信链路频繁丢失,使得设计高效可靠的多跳广播算法颇具挑战。鉴于此,提出一种基于乌鸦搜索算法和遗传算法的多跳广播算法。划分了异常事件影响区域;为稳定可靠地将消息转发至影响区域,综合考虑多种因素,设计了评价模型;为适应车联网的复杂环境,针对不同道路区域设计了不同的转发策略;针对中继节点选择问题,设计了基于乌鸦搜索算法和遗传算法的优化算法;使用OMNeT++工具进行仿真。结果表明,在每跳平均时延、冗余率和分组投递率3种常用指标下,所提算法性能较其他算法均有不同程度提升。

基于布谷鸟算法的WSN节点定位研究

传感器节点定位技术是无线传感器网络(WSN)的核心技术之一。文中针对DV-Hop传感器定位算法在定位过程中产生累积误差的问题,首先提出改进的DV-Hop算法修正DV-Hop算法中的平均跳距,然后应用Cuckoo(布谷鸟)搜索算法进一步减少传感器节点定位的误差,最后采用仿真实验对其性能进行测试。仿真实验结果表明,文中所提出的混合算法,与纯DV-Hop算法相比,不但使用更少锚节点节省硬件成本,而且定位精度较高。混合算法能够达到理想的定位精度与效果,具有较高的实用价值。

采用入侵杂草优化算法的WSN定位精度提高方法

提高节点定位精度是无线传感器网络无需测距定位算法的关键问题之一。DV-Hop算法作为一种典型的无需测距定位算法也存在精度不高的问题。对此,提出了一种基于改进入侵杂草优化算法的新的定位算法。将算法中的目标函数设为节点定位误差,从考虑传感器节点定位问题转换为全局最优化问题,并利用人工蜂群搜索机制对入侵杂草优化算法进行改进。利用仿真技术对不同算法进行比较,从结果可以表明,本文提出的改进算法能够有效提高算法的定位精度。

多策略改进麻雀搜索算法优化三维DV-Hop节点定位

为进一步提升传统3DDV-Hop算法的定位精度和稳定性,提出了一种利用多策略改进麻雀搜索算法(MISSA)优化3DDV-Hop的定位算法(MISSA-3DDV-Hop)。首先,采用通信半径分级方法细化多通信半径定位节点的跳数值,提高了最小跳数计算的准确性。然后,利用跳距误差与估计距离误差的加权平均值修正节点间的平均跳距,降低了信标节点与未知节点之间的距离估算误差。最后,采用麻雀搜索算法实现3DDV-Hop算法未知节点的位置寻优,并引入佳点集和发现者-跟随者自适应调整策略,通过建立误差适应度函数和目标函数,增强麻雀搜索算法初始种群的分布性和多样性以及全局收敛速度和局部寻优能力。仿真结果表明,与传统3DDV-Hop、IPSO-3DDV-Hop和IGA-3DDV-Hop算法相比,本文方法具有更高的定位精度,更好的稳定性和更快的收敛速度。

基于两跳约束和自适应和声搜索的定位算法

针对无线传感器网络分布式节点自定位时翻转歧义与误差累积问题,采用一种基于两跳约束和自适应和声搜索的定位算法.算法通过构造包含两跳邻居参考节点通信半径约束的函数,采用自适应和声搜索定位算法计算该函数的最小值,以估算出未知节点位置;通过采用两跳约束进行翻转检查来减少定位误差,以及使用时间轮机制来降低在迭代定位过程中定位误差累积,提高定位精度.仿真结果表明:算法能有效减少定位误差,提高定位精度.

一种新型网格资源调度算法的研究

网格的一个重要功能就是多个虚拟机构间共享资源。网格资源调度是其中关键问题之一。本文提出一种新型的网格资源调度算法——最小跳数算法,首先通过广度搜索遍历找到资源,并同时生成跳数场,再根据跳数调度资源。通过算法仿真证明,最小跳数算法大大提高了资源调度的效率。

无结构化P2P网络的路由算法

针对无结构化P2P网络的洪泛搜索与随机漫步机制的盲目性,提出了一种利用Hash函数与M-tree技术将文件聚类后,再利用路由表完全分布式存储索引指针的新的路由算法。该算法使每个节点的路由表主要记录拥有各类资源的高能力节点指针,并利用概率统计的方法不断地更新路由表项。当节点收到搜索以后,通过查询路由表,只需一跳就进入能以最大概率回应的节点处查找,并能以较低的网络时延命中多个优质资源副本,达到了高速并行下载的目的。仿真试验和数学分析表明该算法有效地减少了盲目搜索造成的网络流量,提高了查找成功率,并且具有越稀缺的资源越容易找到的特性。

基于改进型A^(*)算法的移动机器人路径规划

针对传统A^(*)算法在路径规划中搜索无用节点较多与消耗时间较长等问题,提出一种改进型A^(*)算法。利用JPS算法优化A^(*)算法搜索效率;提出一种改进路径生成策略,采用梯度下降法进行路径长度优化;引入三次B样条插值算法进行路径平滑处理;为验证改进型A^(*)算法的有效性,选取方形与不规则形两种障碍物区并将其分别在10组不同规模栅格地图上进行仿真实验。结果表明,改进型A^(*)算法明显降低了无效节点的遍历,缩短了运行时间,搜索出的路径更加平滑且长度更短,具有较强的搜索效率。

基于移动信标的水下无线传感器网络定位算法

针对现有水下无线传感器网络定位算法定位精度不足且无法适应水下多变的网络拓扑的问题,提出一种基于移动信标的水下无线传感器网络定位算法。首先通过RSSI测距定位和DV-Hop算法获取未知节点的大致分布情况,其次以未知节点定位覆盖率作为目标函数,采用经过自适应惯性权重和柯西-t扰动策略优化的改进秃鹰搜索算法迭代求解信标节点移动的最优位置,最后信标节点移动到最优位置再对未知节点进行重新定位。仿真结果表明,与对比算法相比,移动信标节点定位算法能有效提高未知节点定位精度,在网络拓扑变化时也能保持较高的定位精度且定位效果稳定。

基于邻域搜索粒子群算法的节点定位算法研究

针对DV-Hop定位算法误差大的缺点,深入分析定位误差来源后,在改进的PSO(Particle Swarm Optimization)算法的基础上提出了IDVHop-NSPSO(Improved DVHop-Neighborhood Search Particle Swarm Optimization)节点定位算法。该算法通过对三部分的改进达到DV-Hop定位精度提高的要求:(1)增设半跳细化最小跳数;(2)在计算平均跳距时引入权重系数使求得的跳距更加精确;(3)利用邻域搜索粒子群优化算法替代最小二乘法来计算未知节点的位置。仿真实验的结果表明:相较于DV-Hop算法、DV-Hop+PSO算法、模拟退火加权DV-Hop算法,IDVHop-NSPSO算法可在不显著增加计算资源的同时,明显地提高定位精度。