基于量子遗传算法的传感器节点优化部署方法

来源 :计算机工程与设计 | 被引量 : 0次 | 上传用户:wys8800
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线传感器节点的部署在无线传感网络中起着重要的作用,节点的部署优化与否关系到整个网络的生命周期。为了能通过节点部署扩大传感区域的覆盖程度,提出了量子遗传算法,该算法用量子比特编码来表示染色体,用量子旋转门和量子非门来实现染色体的更新,从而实现对目标问题的优化求解。仿真结果表明,该方法用于传感器节点优化部署是可行的。
其他文献
本文首先描述了GEPON网络的基本结构,对于公众客户、商业客户的组网思路,然后详细叙述了基于GEPON的各种业务的实现流程,介绍了GEPON技术的应用定位。
介绍了背包问题及0-1背包问题,阐述了回溯算法(算法设计的基本方法之一)和状态空间的概念,提出一个基于动态状态空间树的回溯算法。以0-1背包问题为例,说明动态树方法对求解线性规
时间序列挖掘中不同的数据集中的异常模式的长度未菇相同。提出的算法使用异常因子作为模式的异常度量,利用模式的k-距离和中位数来计算异常因子,使用二次回归算法来探测时间序
随着Internet应用的大规模普及,“EverythingOverIP”已成为运营网络发展的必然趋势。但如果IP运营网络的QoS、安全、管理等问题得不到有效的解决,基于IP技术的NGN/3G网络将不能支撑全业务运营。在总结业界IP技术最新发展的基础上,本文提出了一个完整的解决方案——IP电信网。该方案是一种基于业务运营的建网理念——建设有QoS及安全保障、有管理、可运营的电信级网络,并针对当前运
Deep Web分类的小样本、高维特征的特点限制了分类算法的选择,影响分类器的设计和准确度,降低了分类器的“泛化”能力,出现分类器“过拟合”,所以需要进行特征选择,降低特征