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。     

面向不同目标覆盖要求的异构有向传感器网络节点调度算法

针对给定部署区域中不同的监测目标有不同的覆盖需求和现有的调度算法大多针对同构有向传感器节点忽略了节点异构对调度性能的影响的问题,提出两种异构有向传感器网络节点调度策略.一种方法是通过对问题进行数学建模,将节点调度问题转化为目标优化问题,采用改进的和声搜索算法进行求解.改进和声搜索算法针对原始和声搜索在陷入局部最优时的过...     

面向三维的有向异构传感器网络覆盖优化算法

针对面向三维的有向异构传感器网络随机部署节点产生的覆盖重叠区和盲区的问题,提出了一种基于粒子群优化（PSO）算法面向三维的有向异构传感器网络覆盖优化算法（PSOTDH）。该算法在建立新的三维有向感知模型的基础上,在模型中引入三维重叠质心、三维有效质心和三维边界质心的概念,通过PSO算法对面向三维的有向异构传感器网络进行三维覆盖重叠区域优化和三维边界节点优化处理,使节点的主传感方向发生改变,从而使三维重叠质心、三维有效质心和三维边界质心分布更加均匀,进而达到提高覆盖率的目的。仿真结果表明,该算法经过25次优化以后可以提高网络覆盖率约27.82%。由此可见,该算法能够快速、有效地提高网络的覆盖率。     

异构有向传感器网络两阶段动态覆盖算法

针对异构有向传感器网络部署过程中覆盖冗余和能耗过高的问题,基于混合移动策略提出一种两阶段动态覆盖算法。采用逐步求精的方式调整节点的感知方向,以减少覆盖冗余,在此基础上检测覆盖空洞,利用改进的差分算法将冗余节点移动至优化位置,从而修复覆盖空洞。实验结果表明,该算法能有效提高网络覆盖率,降低能量消耗。     

有向传感器网络最大覆盖调度算法

与传统的全向传感器不同,有向传感器可以切换到不同的方向,并且每个方向覆盖有限角度的感应范围.针对有向传感器网络的区域覆盖问题,研究了“最大有向区域覆盖”MDAC(maximum directional area coverage)问题,期望通过调度传感器的工作方向,最大化覆盖区域面积.首先给出了MDAC 的问题定义,使用整数线性规划描述MDAC 问题,并且证明其是NP 完全的.然后提出一种分布式贪心算法DGreedy(distributed greedy algorithm)解决MDAC 问题.在此基础上,通过计算可能的覆盖贡献比例来反映网络拓扑信息.还提出了一种增强的算法PGreedy(distributed probability-enhanced greedy algorithm)使覆盖区域更大.证明了所提算法的收敛性,并通过详细的模拟实验验证了其有效性.     

基于差分算法的异构无线传感器网络多重覆盖节点调度方案

针对部署区域中存在多个不同覆盖质量需求的目标,本文提出一种基于多重覆盖算法的异构节点调度机制。该算法在满足区域覆盖要求和重点区域监测目标多重覆盖的要求,及节点能量的约束条件下,以网络的有效覆盖率最大和工作节点数目最少为目标,借助改进的差分算法来对节点状态进行优化达到提高网络覆盖性能和降低网络能耗的目的。仿真结果显示,本文的算法在满足热点目标监测要求的前提下,最大限度地兼顾网络的区域覆盖质量,减少了网络的能耗;较之随机调度算法,本文算法在覆盖率和网络能耗方面优于后者。     

有向异构传感器网络覆盖优化算法

针对有向异构传感器网线随机部署产生覆盖重叠和盲区这一问题,受到虚拟势场算法的启发,提出了基于虚拟势场的有向异构传感器网络覆盖优化算法（PCADH）。以有向感知模型为基础,引入重叠质心、有效质心和虚拟边界质心的概念,对有向异构传感器网络进行虚拟受力优化、节点往复运动优化和边界优化处理。仿真结果表明：算法可以快速有效地提高有向异构无线传感器网络的覆盖率。     

异构传感器网络中基于差分进化的调度算法

为提高异构有向传感器网络的节点调度效率,基于学习自动机提出一种参数自适应的差分进化算法。将节点调度问题转化为集合覆盖问题,利用学习自动机与环境的交互实现差分算法控制参数的自适应选择,同时采用自适应的变异策略增强算法解决集合覆盖问题时的寻优能力。仿真结果表明,相比原始差分进化算法,该算法拓展了参数自适应性,优化能力更强,并且能够延长异构有向传感器网络的生存时间。     

面向区域覆盖的异构传感器节点部署

针对异构传感器节点随机部署于被监测区域时容易产生覆盖漏洞的问题,提出一种基于取样直线扫描的覆盖漏洞修复算法,基于取样直线扫描,找到覆盖漏洞;通过移动传感器节点修复覆盖漏洞.该算法以完全覆盖被监测区域为优化目标,对于具有相同感知半径的同构传感器节点和具有不同感知半径的异构传感器节点同样适用.仿真实验表明:该算法能有效修复覆盖漏洞.     

一种面向目标的有向传感器网络连通覆盖算法

针对传统的有向传感器网络目标覆盖算法只考虑网络覆盖率而不能保证网络连通性的问题,利用目标点部署圆内覆盖最多邻居目标点的候选节点集合和整数线性规划(ILP)模型设计了一种面向目标的连通覆盖算法(CTA)。该算法通过建立目标部署圆内覆盖最多邻居目标点的候选节点集合对随机部署的节点进行初步调度,在此基础上,通过ILP模型找出实现目标检测,并保证整个网络连通性的最少节点数和最佳位置的节点集合。仿真实验表明:CTA在保证目标覆盖率的前提下,不仅极大地降低了网络部署成本,而且保证了网络连通性。     

基于虚拟势场的有向传感器网络覆盖优化算法

针对有向传感器网络中存在覆盖重叠区和盲区这一问题, 引入重叠质心和有效质心的概念, 提出了一种基于虚拟势场的有向传感器网络覆盖优化算法PCAFD。该算法通过重叠质心和有效质心相互作用, 使节点因受虚拟斥力而改变感知方向, 并针对边界情况和网络优化过程中的节点往复运动现象进行改进。算法快速地提高了网络覆盖率, 一系列仿真验证了该算法的有效性。     

一种连通性覆盖的无线传感器网络节点调度算法

研究传感器节点随机部署于监测区域内,无节点地理位置信息情况下,如何能量有效地保证网络的通信连通与感知覆盖;节点采用基于概率的联合感知模型。提出CDS-based SSCA算法,其为一种基于连通支配集构造树的节点调度机制,每个节点根据剩余能量和与父节点的距离来设置等待时间及成为候选节点优先级。模拟实验结果显示,本算法能够能量有效地满足感知覆盖和连通覆盖要求;与ASW算法相比较,工作节点个数较少,网络生命周期明显延长,降低了网络整体耗能。     

基于优先级的有向传感器网络目标覆盖

区别于传统全向传感器,有向传感器可以根据目标位置旋转到任意方向,更有针对性地覆盖目标.针对有向传感器目标覆盖问题,加入目标优先级的约束条件,在粒子群算法上进行改进,融入疫苗接种机制,使在所有目标均满足优先级条件下所需传感器的集合规模最小.仿真结果表明:相对于目前针对此问题性能最好的遗传算法,改进粒子群算法大大降低了算法...     

基于BBO算法的WSN覆盖与连接节点部署方案

针对无线传感器网络中目标节点部署能力差的问题,提出基于生物地理学优化(biogeography-based optimization,BBO)算法的节点部署方案,该方案能够在网络中找到满足K-覆盖和M-连通性要求的传感器节点最佳部署位置。提出的基于BBO的算法为目标节点提供了一种有效的编码方案,通过优化构建的加权多目标函数来获得近似最优解,选择最小数量的合适点P,使得所有目标点在满足K-覆盖的同时,覆盖目标的传感器节点也满足M-连接。仿真结果表明,该方案能够在不同的K和M组合下找到合适位置的最优数,而且与其他技术方案相比,该方案的性能具有明显的优势。     

针对地质灾害检测的视频传感器覆盖的一种新算法*

在实际地质灾害监测工程中,为了使视频传感器这一有向传感器最大化覆盖,提出了一种全新的资源掠夺算法。该算法将相邻的节点看成树干上的叶片,利用树叶为争夺阳光而具有的特点使节点覆盖具有最大覆盖面积、最小的覆盖重合区域。从区域覆盖角度对算法进行仿真分析,证明了算法的可行性并且相对于传统算法覆盖效果好且高效,在相关应用中将有很大的优势。     

生物地理学算法求解柔性作业车间调度问题

针对柔性作业车间调度问题,对生物地理学优化算法中的迁移操作和突变操作进行改进,提出一种改进的生物地理学优化算法。在算法初始阶段采用混合初始化的方法,提高初始种群质量;对迁移操作和突变操作采用不同选择方法,提高算法全局搜索能力,加快收敛速度。通过编程仿真对柔性作业车间调度问题标准测试算例进行运算,并与其他文献中的计算结果进行比较,验证了该算法是可行和有效的,也可用于其他车间调度问题中。