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:
传统的人工蜂群算法在应用于无线传感器网络覆盖时,虽然可以提高网络覆盖率,但是其后期收敛速度慢和早熟收敛等缺点,大量的消耗时间和能量,也无法确保网络覆盖质量.为提高混合无线传感器网络的覆盖效率,提出一种基于Delaunay图的人工蜂群算法控制移动节点的部署策略.通过固定节点形成的Delaunay图先找出覆盖漏洞,估算覆盖漏洞面积并计算出移动节点即引领蜂的数量和初始位置,通过评价覆盖漏洞面积的大小确定侦查蜂的局部搜索空间.通过对不同算法的仿真结果分析表明:D-ABC提高了网络覆盖率,进行了混合无线传感器网络覆盖策略的优化.
推荐文章
基于随机搜索变异策略的人工蜂群算法
人工蜂群算法
随机搜索
搜索方程
函数优化
改进的人工蜂群算法
人工蜂群算法
差分进化算法
种群初始化
搜索方程
基于混沌机制的人工蜂群算法优化的支持向量机分类器
人工蜂群算法
支持向量机
参数优化
混沌机制
锦标赛选择策略
基于全局信息的人工蜂群聚类算法
人工蜂群算法
聚类
群体智能
搜索策略
全局信息
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Delaunay图的人工蜂群算法在WSN覆盖策略中的优化研究
来源期刊 沈阳化工大学学报 学科 工学
关键词 Delaunay图 人工蜂群算法 无线传感器网络 网络覆盖优化
年,卷(期) 2018,(3) 所属期刊栏目 信息与计算机工程
研究方向 页码范围 283-288
页数 6页 分类号 TP393
字数 2822字 语种 中文
DOI 10.3969/j.issn.2095-2198.2018.03.017
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 王军 沈阳化工大学计算机科学与技术学院 35 97 5.0 9.0
2 李国强 沈阳化工大学计算机科学与技术学院 9 8 2.0 2.0
3 赵子君 沈阳化工大学计算机科学与技术学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (39)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (1)
1991(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(14)
  • 参考文献(2)
  • 二级参考文献(12)
2012(13)
  • 参考文献(2)
  • 二级参考文献(11)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(8)
  • 参考文献(5)
  • 二级参考文献(3)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Delaunay图
人工蜂群算法
无线传感器网络
网络覆盖优化
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
沈阳化工大学学报
季刊
2095-2198
21-1577/TQ
大16开
沈阳经济技术开发区11号街 沈阳化工大学学报编辑部
1986
chi
出版文献量(篇)
1593
总下载数(次)
8
总被引数(次)
7767
论文1v1指导