基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据有风时气体浓度衰减模型,采用量子粒子群优化(quantum particle swarm optimization,QPSO)算法实现无线传感网络中的气体源点定位,考虑到传感器节点测量气体浓度时存在门限值的实际情况,引入力导向思想,通过使传感器节点产生虚拟力来影响QPSO算法的位置更新过程,使粒子移动更有目的性,引导粒子进化,加快算法收敛.仿真结果表明:在不同噪声条件下,与QPSO算法相比,力导向QPSO定位算法具有更强的鲁棒性,收敛速度更快,定位精度更高,更能获取问题的最优解.
推荐文章
基于量子粒子群算法的移动节点覆盖优化
无线传感器网络
量子
粒子群
覆盖优化
覆盖率
基于量子粒子群算法求解整数规划
粒子群算法
量子粒子群算法
整数规划
基于高斯扰动的量子粒子群优化算法
量子粒子群优化算法
平均位置
全局最优位置
高斯扰动
一种量子粒子群算法的改进方法
粒子群优化算法
量子粒子群优化算法
公共历史
并行搜索
局部最优
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于力导向量子粒子群算法的气体源点定位研究
来源期刊 测试技术学报 学科 工学
关键词 气体源点定位 量子粒子群优化 虚拟力 无线传感网络
年,卷(期) 2011,(2) 所属期刊栏目 信号检测、算法与仿真
研究方向 页码范围 147-152
页数 分类号 TP212
字数 4471字 语种 中文
DOI 10.3969/j.issn.1671-7449.2011.02.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 庄哲民 汕头大学电子工程系 44 908 9.0 30.0
2 李芬兰 汕头大学电子工程系 26 232 5.0 15.0
3 廖海龙 汕头大学电子工程系 3 9 2.0 3.0
4 黄胜强 汕头大学电子工程系 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (16)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (0)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
气体源点定位
量子粒子群优化
虚拟力
无线传感网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测试技术学报
双月刊
1671-7449
14-1301/TP
大16开
太原13号信箱
22-14
1986
chi
出版文献量(篇)
2837
总下载数(次)
7
论文1v1指导