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:
针对传统粒子群算法在求解无线传感器网络覆盖问题上存在的收敛速度慢、易陷入局部极值等缺陷,以提高传感器网络覆盖率为主要优化目标,提出了基于量子粒子群和Logistic混沌映射相结合的优化算法CQPSO。该算法基于量子δ势阱模型,同时引入精英个体适应值方差的早熟判断机制,提高了搜索效率。仿真结果表明,对比基本粒子群、混沌粒子群以及量子粒子群三种算法,该算法在覆盖率、均匀度以及平均移动距离指标方面具有更好的覆盖优化效果。
推荐文章
基于改进粒子群算法的无线传感器网络覆盖优化
粒子群算法
无线传感器
网络覆盖
收敛效率
基于粒子群算法的无线传感器网络覆盖优化
粒子群算法
无线传感器网络
覆盖优化方法
模型适应度函数
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
基于混沌人工蜂群算法的无线传感器网络覆盖优化
无线传感器网络
覆盖优化
混沌
人工鱼群算法
网络生存时间
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 基于混沌量子粒子群算法的无线传感器网络覆盖优化
来源期刊 传感技术学报 学科 工学
关键词 无线传感器网络 混沌搜索 量子粒子群 覆盖优化
年,卷(期) 2016,(2) 所属期刊栏目 无线传感器技术
研究方向 页码范围 290-296
页数 7页 分类号 TP391.9
字数 5153字 语种 中文
DOI 10.3969/j.issn.1004-1699.2016.02.023
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 王伟 安徽农业大学信息与计算机学院 56 276 9.0 14.0
5 乔焰 安徽农业大学信息与计算机学院 27 44 3.0 6.0
7 万家山 安徽工程大学机电学院 5 27 3.0 5.0
8 朱娟娟 安徽农业大学信息与计算机学院 3 20 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (144)
共引文献  (433)
参考文献  (22)
节点文献
引证文献  (18)
同被引文献  (100)
二级引证文献  (32)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(11)
  • 参考文献(0)
  • 二级参考文献(11)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(8)
  • 参考文献(2)
  • 二级参考文献(6)
2006(17)
  • 参考文献(3)
  • 二级参考文献(14)
2007(12)
  • 参考文献(1)
  • 二级参考文献(11)
2008(11)
  • 参考文献(2)
  • 二级参考文献(9)
2009(19)
  • 参考文献(3)
  • 二级参考文献(16)
2010(17)
  • 参考文献(1)
  • 二级参考文献(16)
2011(12)
  • 参考文献(1)
  • 二级参考文献(11)
2012(12)
  • 参考文献(2)
  • 二级参考文献(10)
2013(13)
  • 参考文献(2)
  • 二级参考文献(11)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(13)
  • 引证文献(7)
  • 二级引证文献(6)
2019(25)
  • 引证文献(5)
  • 二级引证文献(20)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
无线传感器网络
混沌搜索
量子粒子群
覆盖优化
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
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导