差分进化算法的改进及在无线传感器网络定位问题中的应用

差分进化算法的改进及在无线传感器网络定位问题中的应用

ID:35075846

大小:3.66 MB

页数:73页

时间:2019-03-17

差分进化算法的改进及在无线传感器网络定位问题中的应用_第1页
差分进化算法的改进及在无线传感器网络定位问题中的应用_第2页
差分进化算法的改进及在无线传感器网络定位问题中的应用_第3页
差分进化算法的改进及在无线传感器网络定位问题中的应用_第4页
差分进化算法的改进及在无线传感器网络定位问题中的应用_第5页
资源描述:

《差分进化算法的改进及在无线传感器网络定位问题中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、爲麥械仪苗圍硕±学位论文胃磯I差分进化算法的改进及在无线传感器网络定位问题中的应用1作者姓名m学校导师姓名、职称魏静宣副教授<?企业导师姓名^B、职称赵惠副研究员申请学位类别工程硕女西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的硏究工作及取得的研巧成果。尽我所知,除了文中特别加tu标注和致谢中所罗列的内容外,论文中不包含其他人己经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与

2、我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。一学位论文若有不实之处,本人承担切法律责任。本人签名:妹14日期:7^1西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,目P;研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可(^1公布论文的全部或部分内容,、缩印或其它复制手段保存论文允许采用影印。同时本人保证,获得学位后结合学位论保文研究成果撰写的文章,署名单位为西安电子科技大学

3、。密的学位论文在年解密后适用本授权书。本人签名:—遍後导师签名:日期:IM日期:学学学校校校代代代码码码10701学学学号号号1303121890分分分类类类号号号TP301.6密密密级级级公公公开开开西西西安安安电电电子子子科科科技技技大大大学学学硕硕硕士士士学学学位位位论论论文文文差差差分分分进进进化化化算算算法法法的的的改改改进进进及及及在在在无无无线线线传传传感感感器器器网网网络络络定定定位位位问问问题题题中中中的的的应应应用用用作作作者者者姓姓姓名名名:::杨俊领领领域域域:::计算机技术学学学位位位类类类别别别:::工程硕士学学学校校

4、校导导导师师师姓姓姓名名名、、、职职职称称称:::魏静萱副教授企企企业业业导导导师师师姓姓姓名名名、、、职职职称称称:::赵惠副研究员学学学院院院:::计算机学院提提提交交交日日日期期期:::2015年11月AnImprovedDifferentialEvolutionaryAlgorithmandItsApplicationinWirelessSensorNetworkLocalizationProblemAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofM

5、asterinComputerAppliedTechnologyByJunYangSupervisor:JingxuanWeiAssociateProfessorNovember2015摘要摘要现实中的很多工程问题最终都可以转化为全局优化问题,而全局优化的目标就是快速而准确地求解出目标函数在可行域内的最优值。自全局优化问题被提出以来,大量的学者对其进行了深入地研究,提出了各种不同的求解方法。这些求解方法可以分为两类,一类是确定性搜索方法;一类是随机性搜索方法。确定性搜索方法中最常见的包括梯度下降法,牛顿法,共轭梯度法,单纯形法等。该类方法的显著优点是收敛速度快,但其对目标函数

6、存在假设,如连续,可微,可导等。而且由于确定性方法的搜索方向都是固定的,因此一旦搜索方向指向的只是局部最优点,便很难再跳出来。随着人们遇到的高维复杂优化问题增多,随机性方法的优势越来越明显。由于对目标函数并不做任何的假设,因此随机性方法的适用范围非常广泛,而且只要设计合理的算法过程,整个算法便能够突破局部最优,寻找到真正的全局最优解。差分进化算法是进化算法中的一个分支。由于差分进化算法结构简单,鲁棒性强,易于与其它方法相结合等特点,因此它已经被大量应用于各种领域中。但现有的差分进化算法存在突破局部最优能力弱,易早熟等不足,且没能有效地利用目标函数性质。这些不足严重影响了差分进

7、化算法的性能,阻碍了其更进一步地应用于实际生产生活中。本文对差分进化算法及其应用进行了研究。首先介绍并详细分析了自适应策略差分进化算法,认为其没有利用目标函数性质且全局搜索性能不足。针对以上不足,提出了基于高维球坐标和梯度搜索策略的自适应差分进化算法。最后,利用14个经典的测试函数对算法进行了测试并与其它算法结果进行对比,证实了算法能够有效地求解高维全局优化问题。为了能够将差分进化算法更进一步的应用到实际生产生活中,差分进化算法被用来解决无线传感器网络中的定位问题。在分析了一般建模方法后发现其对传感器的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。