【路由优化】随机搜索算法优化带有速度的路由网络【含Matlab源码 2046期】

最新推荐文章于 2024-08-14 21:16:45 发布

Matlab武动乾坤

最新推荐文章于 2024-08-14 21:16:45 发布

阅读量41

点赞数

分类专栏： Matlab优化求解（进阶版）文章标签： matlab

本文链接：https://blog.csdn.net/KeepingMatlab/article/details/134974663

版权

Matlab优化求解（进阶版）专栏收录该内容

255 篇文章 13 订阅

订阅专栏

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。

⛄一、随机搜索算法简介

1 随机搜索算法
原始随机搜索方法的提法为:设f(θ)为待优化的目标函数,θ为在状态空间中的当前点(待估参数向量),通过以下四步迭代运算,试图找到最优解θ*。

步骤1:选取初始点θ作为当前点,计算f(θ)。

步骤2:在参数空间中,给当前的θ加上一个随机向量dθ,并计算新点θ+dθ处的目标函数值。

步骤3:如果f(θ+dθ)＜f(θ),则令当前θ等于θ+dθ;如果f(θ-dθ)＜f(θ),令当前θ等于θ-dθ。

步骤4:如果已经达到最大迭代计算次数或者前后相邻两次搜索的目标函数值的相对误差或绝对误差小于给定的数值,则停止运算,输出计算结果。否则,返回步骤2,寻找新的点。

由于上述算法的搜索方向完全由随机数发生器确定,所以这是一个真正的随机方法,在文中我们称其为原始随机搜索算法,图1给出了原始随机搜索算法的流程图。
在这里插入图片描述

⛄二、部分源代码

clc;
clear all;
close all;

global Qk ax ay Dik tou beta indA indB

%% Intialization
Nnodes=1;
Emax=1000;
Emin=5;
nk=8;
V=20;
Ra=10+(100-10).*rand(1,nk); % data rate
%% New
T=50; %patrolling cycle time constraint
% v,a—velocity and accelration
%% Charging behavior eqn 1
Ptx=10;
Gtx=3;
Grx=2;
lamda=20e-3;
Lp=0.3;
eta=0.9;
beta=0.2316;

tou= ((Gtx.*Grx.eta./Lp).(lamda./4.*pi).^2).*Ptx
% Distance4 bw node and chaerger
d=10; %— Modified

Prx=@(d)(tou./(d+beta).^2)

Prx(2)
% Tx power of Charger

D=15;
itr=5;
for i1=1:itr

noOfNodes=nk;
figure(1);
axis tight manual
clf;
hAx1 = axes;
hold on;

a=1;
b=nk;
r =floor( a + (b-a).*(rand(2,1)));

while(r(1)==r(2))
r =floor( a + (b-a).*(rand(2,1)));
end
sor =r(1);%source node
des=r(2);%destination node
R =5.5; %node transmission range
a=1;
b=noOfNodes;
%X=floor(a + (b-a).*rand(1,noOfNodes));
%Y=floor(a + (b-a).*rand(1,noOfNodes));
X = 1+(30-1)*rand(1,nk);
Y = 1+(30-1)*rand(1,nk);

X1= 10+(20-10)*rand(1,1);
Y1= 10+(20-5)*rand(1,1);
%
X2= 5+(15-5)*rand(1,1);
Y2= 10+(10-5)*rand(1,1);

%Z =[1 0.1 0.6 0.8 0.6 0 0.1 1 1 1];

%plotting network topology
%i2=1;
for i2 = 1:noOfNodes
plot(X(i2),Y(i2),‘o’,‘LineWidth’,1,…
‘MarkerEdgeColor’,‘k’,…
‘MarkerFaceColor’,‘y’,…
‘MarkerSize’,8’);
xlabel(‘X in m’)
ylabel(‘Y in m’)
text(X(i2), Y(i2), num2str(i2),‘FontSize’,10);

%% Destination
  plot(X2,Y2,'^','LineWidth',1,...
          'MarkerEdgeColor','k',...
          'MarkerFaceColor','r',...
          'MarkerSize',14');

hold on

end

⛄三、运行结果

在这里插入图片描述

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]郭建青,周宏飞,李彦,王洪胜.随机搜索算法在确定河流水质参数中的应用[J].水文. 2010,30(02)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流人群疏散病毒扩散晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合