原文服务方: 信息与控制       
摘要:
为了提高PSO算法性能以及避免其在求解复杂工程时的早熟收敛问题,本文提出了一种新型改进PSO算法——Parasitism PSO.Parasitism PSO算法将生物共生机制中的寄生进化机制嵌入到PSO算法中,从而在寻优过程中有效地保持了算法的种群多样性.在4个测试函数的仿真实验中,Parasitism PSO与基本PSO算法相比,能够取得更好的搜索性能.然后,本文基于Parasitism PSO进行RFID读写器网络调度模型的求解,根据读写器冲突关系的变化在线进行读写器的时隙分配求解与控制.仿真实验表明,基于Parasitism PSO的RFID 网络调度结果相比于基本PSO具有更高效率和实用性.
推荐文章
基于混合粒子群的RFID网络的优化部署
射频识别网络
混合粒子群算法
粒子群算法
遗传算法
部署
优化
基于粒子群优化算法的配电网优化调度模型
配电网络
优化模型
粒子群优化算法
目标函数
基于动态粒子群优化的网格任务调度算法
网格
任务调度
粒子群优化算法
基于粒子群优化的云工作流任务调度
云计算
工作流调度
粒子群算法
代价最优化
约束满意度
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 基于共生粒子群优化的RFID网络调度
来源期刊 信息与控制 学科
关键词 PSO算法 共生 寄生 RFID网络调度
年,卷(期) 2012,(5) 所属期刊栏目 论文与报告
研究方向 页码范围 564-570,577
页数 8页 分类号 TP18
字数 语种 中文
DOI 10.3724/SP.J.1219.2012.00564
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 汪定伟 东北大学信息科学与工程学院 299 5959 40.0 59.0
2 庞哈利 东北大学信息科学与工程学院 24 278 9.0 16.0
3 高政威 东北大学信息科学与工程学院 5 56 3.0 5.0
4 陈瀚宁 中国科学院沈阳自动化研究所信息服务与智能控制研究室 4 36 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (7)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
PSO算法
共生
寄生
RFID网络调度
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
信息与控制
双月刊
1002-0411
21-1138/TP
大16开
1972-01-01
chi
出版文献量(篇)
2891
总下载数(次)
0
总被引数(次)
41289
论文1v1指导