换一批基于精英的量子粒子群优化的Ad hoc能耗研究
Energy Consumption in Ad hoc Based on Quantum-behaved Particle Swarm Optimization Elitist Learning Algorithm
摘要在Ad hoc网络中,随着多播应用领域的日益扩大,如何构造最小能耗多播树是一个重要问题.针对选择不同的中继节点对构造最小能耗多播树产生的影响,提出了一种优化最小能耗多播树构造的基于精英学习的量子粒子群算法(QPELSO).为了避免粒子群算法早熟收敛,采用动态逼近学习策略对精英个体进行局部更新,使其跳出局部极值点,引导种群进行有效搜索;借鉴群体早熟判断机制对停滞状态下的精英个体空间进行变尺度混沌扰动,增大种群全局搜索空间,有效平衡了算法的局部和全局搜索能力.模拟实验结果表明,改进后的粒子群算法具有较强的优化能力,并且有效地优化了最小能耗多播树的构造.
更多相关知识
关键词
Ad hoc网络精英学习量子粒子群优化多播路由最小能耗Ad hoc networksElitist learningQuantum-behaved particle swarm optimizationMulticast routingMinimum energy consumption
分类号
TP393
栏目名称
DOI
10.11896/j.issn.1002-137X.2014.09.025
发布时间
2014-11-03（万方平台首次上网日期，不代表论文的发表时间）
基金项目
山东省自然科学基金（ZR2013FL031）
国家安全生产重大事故防治关键技术科技项目（2013084）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
