基于弹性碰撞优化算法的传感云资源调度

• 作者: 刘洲洲 张倩昀 李士宁 李彬 王皓 郑然
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 弹性碰撞优化算法 无线传感器网络 传感云 种群多样性 能耗
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 计算机技术
• 页码范围: 1431-1443
• 页数: 13页
• 分类号: TP391
• 字数: 11456字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2018.08.001

摘要

针对当前智能优化算法普遍存在收敛精度不高、容易“早熟”的缺陷,提出全新的智能优化算法——弹性碰撞优化(ECO)算法.算法基于弹性碰撞物理学现象,通过模拟碰撞过程中物理属性相互影响的变化过程,抽象出“与种群最优碰撞”、“与自身历史最优碰撞”和“随机碰撞”3种粒子更新机制.为了有效提升复杂高维优化问题的寻优能力,设计自适应核模糊C-均值聚类(AKFCM)算法,利用AKFCM对ECO种群进行聚类分析,通过迭代比对策略实现种群自动最佳聚类划分,确保粒子学习对象的合理性与多样性.种群样本多样性定量分析表明ECO在运算后期具有较好的种群多样性.将ECO应用于传感云资源调度问题,为了满足传感云系统管理多样性需求,构建多目标优化传感云资源调度模型,设计符合调度问题的ECO粒子编码方式,实现传感云资源高效率调度优化.多维复杂测试函数以及传感云资源调度实例仿真结果表明,ECO具有较高的收敛精度和成功率,有效降低了传感云资源调度的能耗和任务长度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洲洲	西北工业大学计算机学院	84	250	9.0	11.0
3	郑然	西北工业大学计算机学院	27	92	5.0	8.0
4	李士宁	西北工业大学计算机学院	61	650	12.0	23.0
7	张倩昀	西安航空学院电子工程学院	14	10	2.0	2.0
8	李彬	西北工业大学计算机学院	21	65	5.0	6.0
9	王皓	挪威科技大学奥勒松校区工程与科学学院	2	1	1.0	1.0