共查询到18条相似文献，搜索用时 140 毫秒
1.
针对无线传感器网络（WSN）数据融合算法中传统反向传播（BP）神经网络收敛速度慢、对初值敏感和易陷入局部最优解的问题，提出基于改进粒子群的BP神经网络WSN数据融合算法（BSO-BP）。用天牛须搜索（BAS）算法对粒子群算法进行改进，利用改进后的粒子群算法优化BP神经网络权值和阈值，引入WSN数据融合中，簇首节点通过优化训练后的BP神经网络对采集数据进行特征提取，将融合后的数据发送至汇聚节点。仿真实验表明，BSO-BP算法能有效地提高融合精度和收敛速度，减少冗余数据传输，延长网络生命周期。相较于传统BP数据融合算法和PSO-BP算法，BSO-BP算法减少了至少11%的平均相对误差和13.89%的均方根误差。 相似文献
2.
为了改进BP算法预测性能,提出QPSO-BP模型.该模型采用DELTA势阱改进的量子粒子群(QPSO)算法优化BP网络的权值与阈值,然后利用各年的GDP数据进行训练和预测.结果表明:经过DELTA势阱改进的QPSO优化BP算法模型比PSO-BP模型和BP神经网络更稳定,预测精度更高且泛化能力更强.与文献中所用模型的运算结果相比较,这种改进模型运算结果的相对误差和平均误差更小,在准确性上也有一定的优势. 相似文献
3.
基于免疫的无线传感器网络拓扑算法 总被引：1，自引：1，他引：0
无线传感器网络是新兴的下一代传感器网络,对无线传感器网络的拓扑优化研究具有重要的现实意义。利用网络节点的能量信息和位置信息对拓扑结构进行整体优化,提出了一种基于免疫原理的无线传感器拓扑控制算法,仿真试验表明该算法可有效地延长WSNs生命周期。 相似文献
4.
邹汪平 《贵阳金筑大学学报》2013,(3):28-31
基于量子竞争决策算法并将其应用到网络路由算法的优化中,再通过无线传感器网络中利用该算法机制提出一种新的SL-MAC算法。经过对比研究发现,该算法能够满足网络路由的节能需要,是一种十分有效的全局优化算法。 相似文献
5.
无线传感器网络节点有着严格的能量限制,目前已有的许多路由协议假定了节点知道网络的全局信息或者让节点根据路由表进行路由。这些方式均会使网络产生较多的通信负荷,增大能量开销。结合多源单汇路由的特点,本文提出了几种局部路由算法。该算法中,节点仅根据目标节点与邻居节点的地理位置、剩余能量等信息,决定下一跳节点,最终建立到达目的节点的路径。本文首次引入了带约束后跳发射的思想,并将这种后跳发射与已有的算法相结合得到新的后跳路由算法。计算机仿真实验表明,在有数据融合的网络中,带约束的后跳－为难度路由算法使得网络的生存时间最长,较其余算法增加了网络11%和14%的工作周期数。最后又将局部路由算法进行合理改进,得到最小化平均为难度的算法,应用于无数据融合的网络中,效果很好。 相似文献
6.
文章针对传统蚁群算法在无线传感网中路由收敛速度慢、网络平均能耗大等问题,在已有无线传感网算法的基础上提出了改进的蚁群算法。该算法将相邻节点的能耗作为影响转移概率的一个因素,同时限定所经路径上的最大信息素和最小信息素。实验结果表明,该算法在不损失精确度的情况下,提高了网络传输的实时性,降低了网络的平均能耗,在一定程度上延长了无线传感器网络的生命周期。 相似文献
7.
朱平哲刘丰年 《襄阳职业技术学院学报》2023,(5):90-93
针对无线网络通信在数据分组传送阶段存在的通信冗余问题,提出了一种新颖的网络编码和跨层设计相结合的高效路由算法,以根据各种服务质量约束混合网络吞吐量。文章开发了一种基于NC的启发式链路控制路由树算法,以减少所需的中间节点的数量。该算法通过新颖的跨层设计,有利于优化无线组播速率、无线链路数据流、能量供应和节点寿命。最后设计实验对提出的算法进行验证,结果表明,所提出的方案可以较为明显地提高整个无线传感器网络的通信性能。 相似文献
8.
为解决船舶自动识别系统(automatic identification system, AIS)数据挖掘不够充分,对航路辨识分析不够全面等问题,提出一种基于改进谱聚类算法的数据挖掘方式。利用Sliding Window算法对船舶轨迹AIS数据进行压缩,减少数据冗余提高聚类效率。改进亲和距离函数,提出新的亲和矩阵的标准,提高聚类的稳定性,进一步对数据去噪,减少噪声敏感。通过优化初始中心对k均值算法进行改进,优化全局搜索能力,缓解初始值的选取对聚类效果的影响。以天津港AIS数据为样本进行算法验证。结果表明,该聚类算法能准确提取和划分某水域船舶主要航迹段,算法消耗系统资源少,计算速度快。改进后的算法可为航路辨识、分道通航制定等提供理论支持。 相似文献
9.
基于PSO的BP神经网络-Markov船舶交通流量预测模型 总被引：3，自引：0，他引：3
为对船舶交通流量进行准确预测,结合BP神经网络和Markov算法,构建BP神经网络-Markov预测模型。引入粒子群优化(particle swarm optimization,PSO)算法对模型进行优化,克服利用Markov模型选取白化系数的不足。用该模型预测武汉长江大桥船舶交通流量的月度数据,结果表明:与BP神经网络的预测精度82.439 0%相比,基于PSO的BP神经网络-Markov预测模型的预测精度提高到91.050 8%,该模型的合理性和准确性得到验证。 相似文献
10.
研究RBF神经网络在个人信用评级中的应用.针对传统的RBF神经网络无法处理非数值型数据和对初始中心的选取及异常值十分敏感等问题,提出一种基于模糊K-Prototypes算法的RBF神经网络,提高了处理分类型数据及混合型数据的能力,并且改进的模糊K-Prototypes算法有助于降低模型对初始中心选取和异常值的敏感性.将改进前后的模型分别应用于商业银行的个人信贷评级中,结果表明,改进后的模型预测精度和稳健性都优于传统的RBF模型. 相似文献
11.
针对部分输变电场景传感器众多、不具有组网能力的特点,提出采用计算能力高的中继节点收集传感器信息,并对中继节点进行组网的解决方案。根据方案,提出一种轮换中继节点网络的根节点-无线网关节点的分簇路由算法(LEACH-WGR-SSA),并且引入麻雀搜索智能算法(SSA),对节点网络中的簇首选举进行优化,并加入Levy飞行策略避免算法陷入局部最优。对于无线网关节点和网络簇首的选举均考虑了节点剩余能量、邻接节点的个数和位置信息。仿真实验表明,在50%节点死亡时,LEACH-WGR-SSA的网络生存轮数相较于LEACH、LEACH-WGR、LEACH-WGR-PSO分别延长121.6%、64.1%、6.5%,均衡了能耗,延长了网络生存周期,并有效地提高了寻优精度。 相似文献
12.
提出一种基于无线传感器网络架构的地下停车场诱导信息系统—UPIS. 系统利用超声检测技术检测车位状态,并采用无线传感器网络叠加移动3G网络的无线通信架构进行数据传输. 针对地下停车场快速变化的无线信道环境,提出基于TDMA调度的无线通信协议CMesh,用以提高地下停车场内无线传感器网络系统的生存周期,并且提供可靠的无线数据传输. 描述系统的整体架构,并对CMesh的能量感知路由与TDMA调度机制进行介绍与分析. 通过原型系统实验与实际环境部署,评估了系统的丢包率与能量开销. 实验结果表明,系统的性能能够满足应用的需求. 相似文献
13.
针对在采用massive MIMO（multiple-input multiple-output）系统的5G网络规划中,使用传统的系统级仿真方法获得信道幅值的计算量和时间开销非常大的问题,提出一种基于BP（back propagation）神经网络的自适应神经网络来预测massive MIMO系统的信道幅值。自适应神经网络由基本BP子神经网络和特征降维BP子神经网络组成,可实现对给定训练集和预测集的自适应,基于用户射线追踪数据快速准确地预测用户的信道幅值。仿真结果表明,所提出的自适应神经网络在得到与系统级仿真方法精度接近的信道幅值的同时,可大幅降低获得信道幅值的时间开销;并且与采用传统BP神经网络相比,可以明显降低训练时间、预测误差大的用户数和平均预测误差。 相似文献
14.
为充分利用港口既有的建设规模、提高经济效益,对集装箱码头的泊位分配进行研究.采用神经网络和聚类分析两种数据挖掘技术分析相关数据,得到相应的数据挖掘模型.先通过反向传播(Back Propagation,BP)神经网络分析各因素对泊位分配的影响程度,确定出主要因素;然后通过聚类分析中的两步聚类算法进行分析;最终制定集装箱码头泊位分配策略.该方法可为提高集装箱码头生产效率提供帮助. 相似文献
15.
基于多种群遗传神经网络的船舶发电机故障诊断 总被引：3，自引：0，他引：3
为及时发现船舶发电系统的早期故障,通过多种群遗传算法与反向传播（BackPropagation, BP)神经网络算法相结合,提出一种基于多种群遗传神经网络算法的船舶发电机故障诊断方法.利用该算法对实例进行故障诊断,结果证明该算法能有效克服BP神经网络收敛速度慢和易出现局部极小值的缺点.该算法有全局搜索能力强、优化速度快的特点,具有一定的应用前景. 相似文献
16.
针对无线传感网(wireless sensor network,WSN)节点在海上动态环境下利用接收信号强度指示器(recieved signal strength indicator,RSSI)对船舶追踪精度不高以及计算量大等问题,提出改进的自适应粒子滤波算法。该算法采用优化边界阈值的方式,在重采样阶段采用KL散度(KullbackLeibler divergence,KLD)采样方法实现自适应选择采样粒子,这使得节点采样的计算量减少,从而缩短采样的计算时间。仿真结果表明:该算法可在保障追踪精度的同时,提高自适应度,减少节点计算量,并且能很好地适应海上环境。 相似文献
17.
为降低船舶交通流量的预测误差,提高预测精度,在分析传统的灰色模型和反向传播(BackPropagation,BP)神经网络模型优缺点的基础上,构建灰色神经网络模型预测船舶交通流量.以实际测量值作为初始数据构建不同的灰色模型,各种灰色模型的预测值作为神经网络的输入值,得到最佳预测模型.实例分析表明:灰色神经网络模型可提高预测精度,预测结果比较理想,优于单一预测模型;该模型具有所需初始数据少和非线性拟合能力强的特点,用于船舶交通流量预测是可行和有效的. 相似文献
18.
由于机会路由能够利用无线信道的广播特性和有损特性,因此一直是提高无线网络路由性能的一个很有效的途径。提出一种基于深度强化学习的无线多跳网络能量高效机会路由算法,该算法使得智能体能够通过训练学习最优的路由策略,以通过机会路由的方式减少传输时间,同时平衡能耗延长网络寿命。此外,本算法还可以极大地缓解冷启动问题并获得较好的初始性能。仿真结果表明,与现有算法相比,该算法具有更好的性能。 相似文献