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
基于紧凑度和调度处理的粒子群优化算法
粒子群优化算法
局部最优
紧凑度
调度处理
寻优精度
收敛速度
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
基于粒子群优化算法的集群调度策略
集群
作业调度
backfill算法
PSO算法
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