横断面研究:粒子群优化

摘要

便携式接收器可以实现在无线传感器网络上的负载调节和活力利用调节。尽管如此，由于接收器可移植性而创建的源中心和接收器之间的方式的定期更改在活力和包延迟方面带来了值得注意的开销。为了提高具有便携式接收器的无线传感器网络(mwsn)的系统执行性能，提出了一种先进的转向方法，并利用分子群流线型计算(PSO)来制造理想的定向方式。尽管如此，普通的粒子群算法在处理离散的定向改进问题上是有缺陷的。因此，提出了一种新的贪婪离散分子群增强记忆算法(GMDPSO)来解决这一问题。在GMDPSO中，在离散多传感器网络的情况下，对传统粒子群算法的分子位置和速度进行了重新分类。从多传感器网络的子系统拓扑结构出发，重新审视了分子升级的原理。此外，通过增强热切发送转向，贪心狩猎过程旨在驱动粒子快速定位到优越位置。此外，看历史保存会加快。仿真结果表明，我们的新约定在有效降低通信开销和活力利用率的同时，提高了算法的强度，适应了不同通用sink的快速拓扑变化

关键字

优化，蜂群，分子，活力

简介

近来，远程传感器系统(WSNs)因其广泛多样的用途而受到广泛的重视[1-8］．传感器网络由许多小传感器集线器和一个或多个接收器组成，传感器集线器通过相互通信将来自检测环境的信息组装到接收器。在传感器网络中，由于传感器集线器的电池限制，生命力熟练度是最迫切需要解决的问题。在带有静态接收器的wsn中，接收器附近的集线器将成为热点，并比其他集线器更快地死去，因为它们可能是多跳路线的交叉点，需要耗尽它们的电池供应来将其他传感器集线器的大量信息传输到接收器[8-16］．集线器失效将带来一系列问题，例如拓扑结构的扰动、检测范围的缩小和包裹的不幸等等。通过这种方式，用于WSNs的转向约定需要融合负载调整，并牢记最终目标，以实现整个系统活力利用的一致性。多功能水槽是与热点地区保持战略距离的一个不错的答案[16-28］．在便携式转向惯例中，随着水槽的移动，水槽周围的热点发生变化，这意味着系统中的每个轮毂都有机会成为水槽的邻居，从而使水槽周围的高活力废物在系统中分散，有助于实现均匀的活力利用，延长系统寿命。

尽管如此，由于汇的多功能性，源中心和汇之间的方式不时被重新设计，这带来了关键的活力开销。沿着这些路线，便携式水槽转向协议应该最小化此类操作的活力开销，同时避免在很大程度上增加传感器信息传输的不活跃。提出了大量的分散式多用途汇约定。其中，进步主义公约[28-40]是最重要和最广泛接受的，这意味着通过在枢纽之间开发一个虚拟的多层(两个或更多)命令链来减少将接收器的位置提升到系统的堆。可以轻松到达的高级集线器获取并存储新的汇聚位置，而其余集线器则查询它们以获得所需的任何点的汇聚位置。这种方案不需要系统范围内的sink ad，从而从根本上减少了通信开销，提高了系统的活力有效性。在任何情况下，高层中心都可能成为热点。然而，非各种级别的约定使用系统，如洪水，捕获或冒险几何属性，以向源枢纽公布水槽的位置[40-52］．通过这种方式，他们可以省去构建虚拟渐进式结构的开销以及在这种结构上出现热点的可能性。尽管如此，它们需要系统范围内的下沉广告。突出的各种水平和非累进便携式水槽导向约定的审计显示在[52-58］．

调查

在本文中，我们展示了一种熟练的转向方法，该方法利用贪婪发送仪器作为隐藏的导向装置，并采用单播附近泛洪技术，而不是全系统泛洪，以减少常规电视广播交换带来的通信和动态开销[58-70］．在本系统中，详细讨论了从某些源中心到可移动接收器的定向树的构建问题，并提出了新的GMDPSO计算方法来解决这一理想问题。建议的GMDPSO的重点原则如下[71，72］．首先，我们给出了另一个健康容量，我们精确地计算了传递中心的活力利用率，并试图最小化它们之间的分离，以实现活力保护。此外，我们还最小化了转向树的聚合通信延迟。其次，在离散情况下，对传统PSO的分子速度和位置进行了有意的重新分类，使其尽可能简单地编码/解缠。第三，为了成功地减少全面的全球视野空间，并将粒子驱动到有希望的位置，通过利用聚集的竞争对手通过接收器传递枢纽的系统拓扑结构的优势，重新评估分子的速度和位置升级标准。第四，为避免在构造各理想转向方式时陷入附近最优，通过增强贪婪发送装置，提出了一种由大量粒子变换位置组成的贪婪狩猎系统。第五，看历史留存会。利用所给出的GMDPSO和新的健康工作，我们的导向约定可以定位理想的导向树，它能很好地调整切换中心的活力利用、延迟和一般失败树的长度。

最近，自然推动的计算被连接起来，以照顾基于便携的公约的问题。基本(基于群体知识的约定)依赖于一个群体算子，该算子将集线器剩余的活力协调到航向确定系统中，并通过在集线器上横向统一调整剩余的活力并最小化约定开销来扩展系统的生命周期。这个约定很强大，并且可以很好地适应系统大小和各种汇点的范围。汇的发展可能会导致当前河道的断裂。在大多数转向约定中，问题包被电视转播来修复从源中心到接收器的损坏方式，这就导致了值得注意的通信开销，就活跃度和延迟而言。考虑到通过低通信开销的多跳系统来修复被破坏的路径并保持从源集线器到通用接收器的可达路径的最终目标，提出了基于无伤正交学习分子群推进计算的转向恢复技术(IOLPSOR)，使mwsn具有更熟练的定向恢复能力。此外，提出了一种更完善的ECPSOAR(有效转向恢复公约与内分泌有益分子群改进计算)，以修复传感器枢纽的发展和失望所带来的破坏方式。尽管如此，IOLPSOR和ECPSOAR都没有考虑附带的两种情况。一种情况是，转向树的寿命依赖于具有最小寿命的切换中心。另一种情况是，这两种约定使用的增强型psoa不能很好地适应离散转向情况。

针对多传感器网络提出了不同的定向约定。TTDD(两层数据传播)首先形成一个矩形点阵结构，它将系统划分为具有一些分散枢纽的单元，这些分散枢纽用于将查询和信息传输到/从可能的最佳来源。无论接收器在什么时候需要信息，它们都会在细胞内通过附近的洪水向系统询问，问题包裹通过分散中心转移到源中心。然后，利用与信息需求所采取的方式相反的方式来确定从源到汇的信息方式。在任何情况下，TTDD都会经历为每个源中心开发不同矩阵的高昂开销。与TTDD完全不同，基于网格的从多个源到多个移动汇聚的节能路由(GBEER)为每个可能的源构建了一个单独的合并矩形矩阵结构，以消除为每个源开发单独框架的高昂开销。尽管如此，由于理解热点而导致的连续矩阵变化在位于交叉焦点之间的各个枢纽上呈现了额外的活动。HPDD(六边形路径数据传播)是一种典型的六边形框架结构。它可以提供更短的信息和更深入的广告课程，但也遇到了同样的热点问题。SEAD (Scalable Energy-effective异步传播)通过考虑集线器之间的分离和束移动速率来节省通信活力，为通用接收器构建了一个基于成本加权的斯坦纳树。 Like TTDD, separate trees are developed for every source; in this manner, the overhead of building up such trees is high. Ring Routing plans an effortlessly available ring structure to alleviate the foreseen hotspot issue with low overhead and minimize the information reporting delays. In any case, its sketchy adaptability is bad. In addition, the overhead of the underlying ring development for huge or inadequate systems will be high.

结论

在基于运营商的计划中，选择一个或多个专家(处理源或接收器的委托部分)在源和接收器之间传递活动。这些惯例往往不使用偶尔的洪水来促进运营商的区域。IAR (Intelligent Agent-Based Routing Protocol，基于智能代理的路由协议)在具有接收器可移植性的大规模遥感系统中为便携式接收器提供了有效的信息传输。IAR减少了束的不幸和旗的开销，在此期间增强了退化过程，称为三角导向问题。在任何情况下，算子(IR)作为热点，仅仅是依靠与sink的分离而没有考虑其突出的生命力。沿着这些思路，一个缺乏突出活力的枢纽一旦被运营，就可能迅速被淘汰，从而促使打破当前的方式走向下沉。DHA(基于Home Agent和Access Node的数据传播协议)利用Home Agent和Access Node来规划一个简单的约定。和IAR一样，家庭专家的工作量也很大，改变家庭运营商需要全球范围内的大量投入。为了减少全球范围内浪涌的重现，Sink Trail构建并使用了一个合理的方向空间，它不需要定位传感器，并通过智能的地理转向来授权直接的信息传播。尽管如此，汇的多功能性被认为是漫游的，并限制了公约的实质性。 VGE-MGP is another productive portable sink based directing without the physical geographic data.

参考文献

1. Ebrahimipour V.综合智能设备健康管理系统支持考虑环保生产的生命周期决策。Int J Swarm Intell和EvolComput。2014; 3: e105。
2. 赵问:自组织与智力。Swarm Intel EvolComput 2014的Int J;3: e104。
3. 触觉界面在机器人辅助微创手术中的作用。Int J Swarm Intel EvolComput。2014; 4: e107。
4. 吴强，黄建。基于脑间神经网络的介质独立切换开放式流量控制器。Swarm Intel EvolComput的Int J。2014; 3:112。
5. 马丽丽，马志强，刘志强。基于梯度下降搜索的多目标粒子群优化算法。Int J Swarm Intel EvolComput。4:113。
6. 谢里夫·乌拉。在硅DNA计算。Int J Swarm Intel EvolComput。2015; 4: e111。
7. 人机交互中的交互度量。Int J Swarm Intel EvolComput。2015; 4: e112。
8. Kashkooli AMS, Daneshi E, Hashemian AM。再生发育中进化分析的关键方法。Int J Swarm Intel EvolComput。2015; 4:119。
9. Ullah S, Wahid M.无线传感器网络拓扑控制的量子启发遗传算法。Int J Swarm Intel EvolComput。2015; 4:121。
10. 具有共生学习和进化的多智能体系统的效率分析。Int J Swarm Intel EvolComput。2015; 4:122。
11. 布谷鸟搜索优化的Black Scholes期权定价。Int J Swarm Intel EvolComput。2015; 4:123。
12. Khoa TH和Vasant PM。元启发式方法及其在电力系统中的应用展望。Int J Swarm Intel EvolComput。2015; 4:124。
13. 基于CMA-NeuroES与增量进化的鲁棒群机器人系统。Int J Swarm Intel EvolComput。2015; 4:125。
14. 谢里夫·乌拉。在硅DNA计算。Int J Swarm Intel EvolComput。2015; 4: e111。
15. 再生发育中进化分析的关键方法。Int J Swarm Intel EvolComput。2015; 4:119。
16. Muralidhara Rao P和Saraswathi P.利用云应用改进教育机构的当前趋势。Int J Swarm Intel EvolComput。2015; 4:126。
17. 基于模型降阶的谐波搜索算法的自主水下机器人鲁棒PID整定。Int J Swarm Intel EvolComput。2015; 4:127。
18. 李丽玲及林志杰。一种新的基于策略适应的细菌觅食数值优化算法。Int J Swarm Intel EvolComput。2016; 5:128。
19. 模拟与解释:在基于代理的模拟中利用定性研究的研究笔记。Int J Swarm Intel EvolComput。2016; 5:129。
20. Saleh AY和Shamsuddin SM。基于进化尖峰神经网络多目标差分进化的模因和谐搜索算法Int J Swarm Intel EvolComput。2016; 5:130。
21. 孤独致命:自主系统和机器人能否协助提供解决方案?Int J Swarm Intel EvolComput。2016; 5: e113。
22. Diwekar UM和Gebreslassie BH。求解确定性优化的高效蚁群算法。Int J Swarm Intel EvolComput。2016; 5:131。
23. 情绪刺激引导下快速行动选择的功能模型。Int J Swarm Intel EvolComput。2016; 5:132。
24. 基于种群优化算法中位置更新的Mange J和Pace S.调度函数。Int J Swarm Intel EvolComput。2016; 5:133。
25. 真主RMR。求解非线性规划问题的果蝇优化算法与萤火虫算法的杂交。Int J Swarm Intel EvolComput。2016; 5:134。
26. Darwish A和El-Gendy MM。用于互联网应用的新型混合密码系统。Int J Swarm Intel EvolComput 2016; 5:35 5。
27. Assadi MK和Zahraee SM。计算机仿真、实验设计与粒子群优化相结合优化生产线效率。Int J Swarm Intel EvolComput。2016; 5:136。
28. Malevris .软件测试。计算机科学与技术。2012;1:2。
29. 一种实时处理纳斯达克订单书数据的面向对象库。计算机科学与技术。2012;1:2。
30. 和谐搜索算法:优势与劣势。计算机科学进展。2013;2:1。
31. Ibidunmoye EO, Alese BK.攻击者-防御者交互建模的博弈理论场景。计算机科学进展。2013;2:1。
32. Assas O和Aijimi A.指纹图像分类神经模糊网络的比较。计算机科学进展。2013;2:1。
33. 基于小波族的图像隐写。计算机科学与技术，2013;
34. 郭建林，等。RING: P2P-MANET语音通信的跨层设计。计算机科学与技术，2013;
35. Babatunde IG和Kayode AB. Web校园应急通信系统。计算机科学与技术，2013;
36. 基于圆分割的新型旋转不变性特征。计算机科学与技术，2013;
37. Samuel OW和Omisore MO.伤寒诊断的混合智能系统。计算机科学与技术，2013;
38. RDBMS中不同硬件组件下查询优化器的性能分析。计算机科学与技术，2013;
39. Tanvir S和Khan MI.无线传感器网络的主动和被动定位协议的比较。计算机科学与技术，2013;
40. Babatunde IG和Charles AO。基于指纹的ATM机认证框架。计算机科学与技术，2013;
41. 杨XS。自然启发的启发式算法:成功与新挑战。计算机科学与技术，2012;
42. 保护云的事实和神话。计算机科学与技术，2012;
43. Rikkila J，等。复杂性视角对软件工程实践和研究的影响。计算机科学与技术，2012;
44. Götzelmann T.在汽车导航中的非真实感渲染。计算机科学学报。2012;1:1。
45. 利马FPA，等。负选择人工免疫系统在乳腺癌临床诊断中的应用。计算机科学与技术。2014;3:1。
46. 基于技术意识模型的用户对电子垃圾认知的实证研究。计算机科学与技术。2014;3:1。
47. Bijalwan AA和Pilli ES。使用网络取证的犯罪心理学。计算机科学与技术。2014;3:2。
48. 潘智，姜哲。声控检索与查询缓存在基于开源软件的图书馆目录系统中的应用。计算机科学与技术。2014;3:2。
49. 复杂性视角对软件工程实践和研究的影响。中国计算机科学，2016;
50. Götzelmann T.在汽车导航中的非真实感渲染。计算机科学进展。2012;1:1-1000e104
51. McDonald JT和Andel TR.软件/硬件集成应用的当前趋势。中国计算机科学，2016;
52. 颅脊骨异常的多层螺旋CT研究。中华计算机科学学报。2016;S1-001。
53. 沈涛，沈宏。基于心电生物识别技术的心脏性猝死检测方法。中国计算机科学。2016;S1-2。
54. Gino S和goitin O.心脏MRI域的视频稳定和兴趣区域跟踪。中国计算机科学，2016;5:1。
55. 流程挖掘作为业务流程发现技术。中国计算机科学，2016;5:1。
56. Edward TD和Prakash P.计算机辅助髋关节置换术中利用侧卧位可及地标构建骨盆前平面。中国计算机科学，2016;5:1。
57. Gunji YP，等。基于商格的因果集和因果集。中国计算机科学，2016;5:1。
58. Kamimura R.自组织势学习:增强SOM知识以训练具有改进解释和泛化性能的监督神经网络。中国计算机科学，2016;5:1。
59. 林JC。同步两种常用的大容量图像隐藏方法(基于模块和基于lsb)。计算机科学与技术，2016;5:2。
60. 社会社群动力学的可能哈密顿理论。计算机科学与技术，2016;5:2。
61. Ponticorvo M和Miglino O.用进化的神经介质研究空间认知的发展。计算机科学与技术，2016;5:2。
62. Vigneshwaran S, Selvaraj C.无线局域网N的实现及Co信道和相邻信道干扰的估计。计算机科学与技术，2016;5:2。
63. Idris I和Selamat A.一种用于垃圾邮件检测的群负选择算法。计算机工程学报。2015;4:1。
64. Dimitar ST和Petkova YP。确定任意长度的位集中最左边不重要数字数目的逻辑方案。计算机科学学报。2015;4:1。
65. Tyanev DS。数字比较器的完成检测模型。计算机科学学报。2015;4:124。
66. Eswar R和Ravi G.使用裸金属和对称分区方法的客户端虚拟化。计算机工程学报。2015;4:1。
67. 阿拉德索特OI和约翰逊OV。尼日利亚西南部司法快速分配的主要障碍。计算机工程学报。2015;4:1。
68. Alaa MHH和Siddeq MM.结合神经网络和算术编码处理改进的图像压缩。计算机工程学报。2015;4:2。
69. 基于分类器融合的手写体Devanagari数字识别。计算机工程学报。2015;4:2。
70. Momeni M和Mashhadi SKM。电冰箱模糊控制器设计。计算机工程学报。2015;4:2。
71. Matias RPS和Raimundo PC。电冰箱模糊控制器设计。计算机工程学报。2015;4:2。
72. McHugh M和McCaffery F.在开发医疗设备软件时采用敏捷实践。计算机工程学报。2015;4:2。