二维码(扫一下试试看!) | 基于混沌粒子群算法的Ad Hoc网络优化研究 | Research on Ad Hoc Network Optimization Based on Chaotic Particle Swarm Optimization | 投稿时间:2016-11-08 | DOI:10.15918/j.tbit1001-0645.2017.04.010 | 中文关键词:混沌理论混沌粒子群算法(C-PSO)Ad Hoc网络网络优化 | English Keywords:chaos theorychaotic particle swarm optimization(C-PSO)Ad Hoc networknetwork optimization | 基金项目:国家“九七三”计划项目(2010CB731800);国家自然科学基金资助项目(41075103);齐齐哈尔市科学技术计划重点项目(GYGG201515) | | 摘要点击次数:1106 | 全文下载次数:1010 | 中文摘要: | 基于混沌理论提出了混沌粒子群算法C-PSO(chaotic particle swarm optimization),C-PSO算法针对Ad Hoc网络提取的优化指标进行优化处理,在网络优化过程中,C-PSO算法充分利用了混沌系统的随机性、遍历性、敏感性等特性,避免了PSO算法“早熟”现象的出现,避免了陷入局部最优区,增强了全局收索能力。基于网络模拟器NS-3仿真系统对C-PSO算法和PSO算法进行了仿真实验测试,通过对丢包率、网络生命周期和网络吞吐率3个网络性能指标的对比分析和评估,结果表明C-PSO算法优于PSO算法,从而验证了C-PSO算法对Ad Hoc网络优化的有效性与可靠性。实现了对Ad Hoc网络优化。 | English Summary: | Chaotic particle swarm optimization (C-PSO) was proposed based on chaos theory to optimize the optimization index of Ad Hoc network. In the process of network optimization, C-PSO algorithm took full advantage of chaotic system in the randomness, ergodicity and sensitivity to avoid the “precocious” phenomenon of PSO algorithm, to avoid falling into the local optimal area, and to enhance the global collection capacity. Based on the NS-3 simulation system, the simulation results of C-PSO algorithm and PSO algorithm were tested.Through comparing and analyzing the three network performance indexes of packet loss rate, network life cycle and network throughput, the results show that C-PSO algorithm is superior to PSO algorithm, which verifies the validity and reliability of C-PSO algorithm for Ad Hoc network optimization. The algorithm can be applied to realize optimization of Ad Hoc network. | 查看全文查看/发表评论下载PDF阅读器 | |
同钊,李兵兵,惠永涛.蜂窝与D2D混合网络中的无线资源分配[J].北京理工大学学报(自然科学版),2017,37(4):396~400,429.TONGZhao,LIBing-bing,HUIYong-tao.RadioResourceAllocationforCellularandDevice-t ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21王强,叶东,范宁军,吴炎烜.含有J2项摄动的卫星追逃轨道优化[J].北京理工大学学报(自然科学版),2017,37(4):418~423.WANGQiang,YEDong,FANNing-jun,WUYan-xuan.PursuitEvasionGamewithJ2Perturbation[J].T ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21邱文杰,孟秀云.基于hp自适应伪谱法的飞行器多阶段轨迹优化[J].北京理工大学学报(自然科学版),2017,37(4):412~417.QIUWen-jie,MENGXiu-yun.Multi-PhaseTrajectoryOptimizationofVehicleBasedonhp-Adaptiv ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21韩宝玲,赵锐,罗庆生,徐峰,赵嘉珩.基于粒子群算法的四足机器人静步态优化方法[J].北京理工大学学报(自然科学版),2017,37(5):461~465.HANBao-ling,ZHAORui,LUOQing-sheng,XUFeng,ZHAOJia-heng.StaticGaitOptimizat ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21韩晓冬,高飞,王爱华.NDN协议下的网络编码传输性能研究[J].北京理工大学学报(自然科学版),2017,37(5):506~510.HANXiao-dong,GAOFei,WANGAi-hua.NetworkCodingTransmissionPerformanceUndertheNDNProto ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21薛艳明,彭云柯,高飞.基于压缩感知的OFDM稀疏信道估计导频优化算法[J].北京理工大学学报(自然科学版),2017,37(5):511~514.XUEYan-ming,PENGYun-ke,GAOFei.OptimizedPilotPlacementforCompressiveSensingBas ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21刘珩,倪亚萍,王正欢,许胜新,卜祥元,安建平.无线层析网络中基于粒子滤波的时变多目标跟踪[J].北京理工大学学报(自然科学版),2017,37(5):526~531.LIUHeng,NIYa-ping,WANGZheng-huan,XUSheng-xin,BUXiang-yuan,ANJian-pi ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21辛鹏飞,荣吉利,吴志培,项大林,杨永泰.基于粒子群算法的空间机械臂关节驱动力矩优化设计[J].北京理工大学学报(自然科学版),2017,37(8):813~817.XINPeng-fei,RONGJi-li,WUZhi-pei,XIANGDa-lin,YANGYong-tai.JointActuat ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21付铁,朱朝辉,丁洪生,张庆东.一种7R冗余机械臂的容错空间优化[J].北京理工大学学报(自然科学版),2017,37(9):933~936.FUTie,ZHUZhao-hui,DINGHong-sheng,ZHANGQing-dong.OptimizationofFault-TolerantWork ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21荣吉利,夏鹏,冯志伟,项大林.抛物面天线反射面参数化建模与热变形优化分析[J].北京理工大学学报(自然科学版),2017,37(10):998~1002,1008.RONGJi-li,XIAPeng,FENGZhi-wei,XIANGDa-lin.ParameterizedModelingandTh ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21
| |