1 简介
数据感知层的无线传感器网络覆盖范围对感知服务质量具有非常重要的意义.鉴于无线传感器网络初始部署的随机性所造成的覆盖冗余,覆盖空洞以及粒子群算法自身的早熟收敛等问题,采用被囊群优化算法,以优化网络的有效覆盖率.该算法通过在网络中添加移动节点来进行位置调度的重部署分布,实验证明了该算法的有效性.
2 部分代码
%% 清除环境变量 clear clc %% 网络参数 L = 50; % 区域边长 V = 35; % 节点个数 Rs = 5; % 感知半径 Rc = 10; % 通信半径 Re = 0.1; % 感知误差 data = 1; % 离散粒度 %% TSA参数 N = 30; % 种群规模 dim = 2*V; % 维数 ub = L; lb = 0; maxgen = 300;
3 仿真结果
4 参考文献
[1]齐薇, 虞慧群, 范贵生, & 陈亮. (2020). 基于自适应粒子群的wsn覆盖优化. 计算机科学, 47(7), 7.
**部分理论引用网络文献,若有侵权联系博主删除。**
🎈 部分理论引用网络文献,若有侵权联系博主删除
🎁 关注我领取海量matlab电子书和数学建模资料
👇 私信完整代码和数据获取及论文数模仿真定制
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、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱船配载优化、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题
2 机器学习和深度学习方面
2.1 bp时序、回归预测和分类
2.2 ENS声神经网络时序、回归预测和分类
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类
2.4 CNN/TCN卷积神经网络系列时序、回归预测和分类
2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类
2.7 ELMAN递归神经网络时序、回归\预测和分类
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类
2.9 RBF径向基神经网络时序、回归预测和分类