基于Multi-Agent的多权值优化分簇算法及仿真研究

提出了一种基于Multi-Agent的多权值优化分簇算法,算法定义了多种Agent类型,在簇头选举阶段选取了影响簇头合理分布的多个网络参数,在簇的更新阶段采用移动Agent启发机制进行簇的局部更新.仿真结果表明,算法不仅可以选出合理的簇头,使能量均匀的消耗,还可以节省整个网络的能量消耗.     

一种改进的PSO算法在PID参数优化中的应用

PID控制器具有结构简单、容易实现、控制效果好、鲁棒性强等特点,其关键在于PID参数的优化。微粒群优化算法是一种进化计算技术,其优点是速度快且简单易实现。改进的PSO算法,是在基本PSO算法的基础上引入了遗传算法的思想。仿真实验表明,改进的粒子群算法显著提高了PSO算法的全局搜索能力。     

物联网感知层低能耗时间同步方法研究

针对物联网感知层对时间同步的需求及节点能量有限的特点,提出一种低能耗时间同步(Low EnergyConsumption Time Synchronization,LECTS)的方法,从同步消息量、同步周期和占空比角度研究同步能耗的降低.对网络进行父子群的划分,为每个群选择PS(Pairwise Synchronization)节点,群内节点持续同步,群间节点按需同步;父节点和PS节点间以同步周期和占空比双向交换N次同步消息,群内其他节点侦听同步消息,基于参数抵消的联合极大似然法估计子节点与父节点间的相位偏移和频率偏移,将群内子节点同步到父节点;在给定同步精度下,汇聚节点定期评估网络同步误差,由时间同步控制器调整网络同步周期和占空比.仿真结果表明LECTS算法在保证同步精度的同时,降低了同步能耗、提高了网络的生存周期.     

基于改进蚁群算法的组播路由算法研究

提出了一种基于改进蚁群算法的QoS组播路由优化求解方法.新算法采用精英策略进行信息素更新、转轮赌法进行路径选择和变化的信息素强度等方法进行改进.仿真结果表明改进的蚁群算法能有效满足各种业务的服务质量需求.