一个横断面研究:粒子群优化

文摘

便携式水槽可以完成负荷调节和活力利用调整在远程传感器系统(网络)。尽管如此,定期改变源中心和水槽之间的方式创建的水槽可移植性提出了值得注意的开销就活力和包延迟。提高了网络系统的执行与便携式下沉(MWSNs),我们将展示一种熟练指导方法,认为作为一个进步的问题,利用分子群简化计算(PSO)制造理想的指导方法。尽管如此,普通的离散PSO是缺乏照顾指导改进问题。因此,一种新的离散分子群贪婪的增强记忆(GMDPSO)是先进的解决这个问题。GMDPSO,分子的位置和速度,传统算法离散MWSNs情况下重新分类。分子升级原则同样是审查的子系统MWSNs拓扑。通过提高希望发送转向,贪婪的捕食过程是为了推动颗粒迅速定位一个优越的位置。除此之外,寻找历史保留加快会议。娱乐的结果展示,我们的新公约完全提高了强度和适应快速的拓扑变化与不同的多功能水槽,同时有效减少通信开销和活力的利用率

关键字

优化、群、分子,活力

介绍

晚,遥感器系统(网络)增加了巨大的考虑他们的广泛的各种各样的使用1- - - - - -8]。轮组成无数小传感器的中心和一个或不同的水槽,从检测传感器中心组装信息环境下沉彼此说话。轮活力水平是最必要的问题,因为限制电池限制传感器的中心。在网络静态下沉,下沉附近的中心将是热点,一命呜呼比别人早,因为他们可能会多次反射课程的交叉点和需要消耗他们的电池供应的信息传输巨大的措施对其他传感器中心下沉(8- - - - - -16]。中心灭亡将带来的问题,例如,干扰的拓扑结构,大幅度降低检测范围和包裹的不幸,等等。通过这种方式,转向轮约定用于操作需要保险丝负荷调节记住最终目标实现的一致性活力利用率整个系统。多功能水槽是一个像样的答案保持战略热点的距离(16- - - - - -28]。基础转向约定,在便携式热点在水槽的改变随着下沉,这意味着系统中的每个中心的邻居有机会最终沉没,所以高活力浪费在水槽的传播是通过系统,帮助完成统一的活力利用率,系统终身可以拉长。

尽管如此,由于沉多才多艺,源中心和水槽之间的方式是时不时重新设计,提出了关键活力开销。沿着这些线路,便携式水槽转向约定应该减少此类操作的活力开销,同时保持远离高很大程度上增加传感器的信息缺乏运输活动。大量的传播提出了多功能水槽约定。在这些进步的约定(28- - - - - -40)是最重要的和最广泛地接受,这意味着减少堆促进水槽的位置对系统通过开发一个虚拟的多层(两个或两个以上)的指挥系统在中心部分。高级中心,可以毫不费力地可以获取和存储新的水槽的位置,而其他的中心调查他们水槽位置所需的任何时候。这样一个计划不需要水槽系统范围的广告,从本质上讲,通过这种方式减少了通信开销,提高活力系统的有效性。在任何情况下,高级中心可能会成为热点。然而non-various夷为平地约定使用系统(如洪水、捕捉或冒险几何性质宣传水槽的位置源中心(40- - - - - -52]。通过这种方式,他们可以免除构建虚拟的开销渐进结构和热点等结构的可能性。尽管,他们需要系统宽水槽广告。引人注目的审计各种夷平和非渐进式便携式水槽导演约定是显示在52- - - - - -58]。

调查

在这篇文章中,我们显示一个精通转向方法论的贪婪的发送仪器利用隐藏的指挥安排和单播附近洪水技术,接收系统范围的洪水,减少通信开销和活力所带来的普通电视广播交换(58- - - - - -70年]。在我们的系统中,从枢纽的建设指导树,手边有一台便携式水槽作为改善问题,详细和小说GMDPSO计算先进照顾这理想的问题。原则GMDPSO建议的重点是按照以下71年,72年]。首先,我们给另一个健康能力,我们精确地计算传球给队友的活力利用中心,试图减少它们之间的分离完成活力保护。此外,我们另外转向树的总通信延迟最小化。第二,传统PSO的分子的速度和位置一直故意重新分类在离散情况下为了让他们这么简单可以允许编码/解开。第三,成功地减少全世界全面驱动粒子有前途的场所和空间,分子的速度和位置更新标准已经完全重新评估通过系统的上行拓扑聚集竞争对手传球给队友中心的下沉。第四,避免被抓时到附近的最适条件构建每个理想转向方式,组成的一个贪婪的狩猎系统异常粒子改变立场提出了提高贪婪的发送工具。第五,看历史是保留加快会议。利用给GMDPSO和新的健康的工作,我们的新转向公约可以找到理想的指导树,好调整活力利用传球给队友的中心,延迟和一般失败树的长度。

晚,nature-propelled计算连接照顾的问题基于便携式的约定。基本(群基于知识的公约)取决于坐标的一群算子的活力中心课程确定系统和扩展系统的生命周期在均匀横向调整其余的活力中心和最小化公约开销。公约强和良好的可扩展性与系统规模和各种下沉的视线内。水槽的发展可能会促使当前课程的破损。在大多数指导规范,问题捆绑包是电视广播来修复一个破碎的方式从源中心下沉,导致值得注意的通信开销的生命力和延迟。记住最终目标修复破碎的方式和保持可访问课程从源中心通过multi-jump多功能水槽系统较低的通信开销,IOLPSOR(无懈可击的正交学习分子群进步计算基于转向恢复技术)提出给更精通MWSNs指挥恢复能力。此外,更精通ECPSOAR(有效指导恢复公约与内分泌有用的分子群改进计算)提出了修复破碎的方式带来的两个水槽和失望的传感器的发展中心。尽管如此,无论是IOLPSOR还是ECPSOAR认为伴随两种情况。一个案例是,转向树的生命周期依赖于在传球给队友中心的最低寿命。另一个例子是,增强腰大肌利用这两个公约并不适合离散指导情况。

提出了不同的导演约定MWSNs。TTDD(两层数据传播)首先形成一个矩形点阵结构分区系统进入细胞和一些疏散中心,用来查询和信息转移到/从最好的来源。什么时候汇的需求信息,他们调查细胞内部的系统附近的洪水问题包裹通过传播中心转移到源中心。一个信息从源到汇然后解决利用相反的方式采取的信息需求。在任何情况下,TTDD经验开发的高开销不同矩阵每一个源中心。不像TTDD,来自多个源的基于网格的节能路由到多个移动下沉(GBEER)构建一个孤独的合并矩形矩阵结构杀死所有可能的来源的高开销发展独立的框架为每个源。尽管,连续矩阵变化是因为理解各种热点提出了额外的活动中心集中住宅之间的路口。建立一个矩形点阵,HPDD(六角路径数据传播)使用一个典型的框架结构由六边形。可以提供短信息和水槽的广告课程,然而它经历相同的热点问题。看见(可伸缩的有效作用异步传播)构建一个基础成本加权Steiner树多功能水槽通过考虑分离和束中心业余运动率对应的生命力。 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,一个或多个专家,解决部分代表的来源或水槽,选择传球给队友活动在源和水槽。这些约定往往使用偶尔洪水促进运营商的面积。IAR(智能基于代理路由协议)提供有效的信息传达便携式下沉与水槽大规模远程传感器系统可移植性。IAR开销减少包不幸和旗帜,在临时提高的课程叫做三角形的指导问题。在任何情况下,热点,操作员(或红外)选择仅仅依靠分离沉而不考虑其杰出的活力。沿着这些线路,一旦中心突出活力较低的运营商,它可能迅速大败,提示打破当前的水槽。DHA(数据传播协议基于国内代理和访问节点)利用国内代理和访问节点计划一个简单的约定。像IAR,堆在国内专业是巨大的,改变了国内运营商需要世界范围的洪水。减少全球激增的复发,水槽小道构建和使用一个合法的方向的空间,而不需要考虑传感器和位置使简单的智能贪婪地理传播的信息指导。尽管如此,水槽的多样性被认为是漫游和限制了公约语境中都市人的物质性。 VGE-MGP is another productive portable sink based directing without the physical geographic data.

引用

1. Ebrahimipour诉集成智能设备健康管理系统来支持生命周期决定考虑环保生产。Int J群智能和EvolComput。2014;3:e105。
2. 赵问:自组织和智慧。Int J群英特尔EvolComput 2014;3:e104。
3. Gulrez t .触觉接口在符合微创手术中的作用。英特尔EvolComput Int J群。2014;4:e107。
4. 吴Q和黄JS。开放的流量控制器基于Intercerebral神经网络媒体独立的交接。群英特尔EvolComput Int J。2014;3:112。
5. 马L和Forouraghi b与梯度下降搜索多目标粒子群优化。英特尔EvolComput Int J群。4:113。
6. 谢里夫Ullah AMM。在硅片的DNA计算。英特尔EvolComput Int J群。2015;4:e111。
7. Gulrez T和Choe p .交互测量在人机交互。英特尔EvolComput Int J群。2015;4:e112。
8. Kashkooli AMS, Daneshi E, Hashemian。进化分析的一个关键方法再生的发展。英特尔EvolComput Int J群。2015;4:119。
9. Ullah年代和瓦希德m .无线传感器网络的拓扑控制使用量子遗传算法。英特尔EvolComput Int J群。2015;4:121。
10. 侯赛因MT和Hirasawa k的分析效率与共生进化学习和可替换主体系统。英特尔EvolComput Int J群。2015;4:122。
11. 沙阿·m·布莱克斯科尔斯期权定价的布谷鸟搜索优化。英特尔EvolComput Int J群。2015;4:123。
12. Khoa TH和瓦点。的前景Meta-Heuristics方法和在电力系统中的应用。英特尔EvolComput Int J群。2015;4:124。
13. Ohkura K和余t .健壮的群机器人系统用CMA-NeuroES增量发展。英特尔EvolComput Int J群。2015;4:125。
14. 谢里夫Ullah AMM。在硅片的DNA计算。英特尔EvolComput Int J群。2015;4:e111。
15. Kashkooli AMS和Daneshi大肠再生的关键进化分析方法的发展。英特尔EvolComput Int J群。2015;4:119。
16. Muralidhara Rao P和Saraswathi P .当前的趋势在改善教育机构利用云应用程序。英特尔EvolComput Int J群。2015;4:126。
17. 拉索尔教授和库马尔·m·鲁棒PID调优的自主水下航行器利用和声搜索算法基于降阶模型。英特尔EvolComput Int J群。2015;4:127。
18. 李CL和林CJ。小说策略适应基于细菌觅食算法数值优化。英特尔EvolComput Int J群。2016;5:128。
19. Neumann M和Lotzmann模拟和解释:在模拟利用定性研究的研究报告。英特尔EvolComput Int J群。2016;5:129。
20. 萨利赫AY和Shamsuddin SM。迷因和声搜索算法基于多目标微分进化的进化神经网络的激增。英特尔EvolComput Int J群。2016;5:130。
21. Gulrez T和Neftimeziani s孤独死亡:自治系统和机器人协助提供解决方案?英特尔EvolComput Int J群。2016;5:e113。
22. Diwekar嗯,Gebreslassie BH。高效的蚁群优化(EACO)确定性优化算法。英特尔EvolComput Int J群。2016;5:131。
23. Beroule DG和威耶PG。快速行动选择的功能模型指导下情绪刺激。英特尔EvolComput Int J群。2016;5:132。
24. 兽疥癣J和速度s调度功能位置更新基于人口的优化算法。英特尔EvolComput Int J群。2016;5:133。
25. 真主RMR。杂交的果蝇优化算法和萤火虫算法求解非线性规划问题。英特尔EvolComput Int J群。2016;5:134。
26. 达尔维什和El-Gendy毫米。新的互联网应用混合密码系统。Int J群英特尔EvolComput 2016; 5:135。
27. Assadi可和Zahraee SM。集成的计算机模拟、实验设计和粒子群优化优化生产线的效率。英特尔EvolComput Int J群。2016;5:136。
28. Malevris n .软件测试。J ComputEngInf抛光工艺。2012;1:2。
29. 豪尔LE和McGehee c面向对象库纳斯达克订单数据的实时处理。J ComputEngInf抛光工艺。2012;1:2。
30. Ahangaran M,他p .和声搜索算法:优点和缺点。J ComputEngInf抛光工艺。2013;2:1。
31. Ibidunmoye EO Alese BK。造型Attacker-Defender互动的博弈论的场景。J ComputEngInf抛光工艺。2013;2:1。
32. 集团O和Aijimi a比较神经模糊网络分类的指纹图像。J ComputEngInf抛光工艺。2013;2:1。
33. Kumar和Muttoo SK。基于小波的图像隐写术的家庭。J ComputEngInf抛光工艺。2013;2:2。
34. 郭JL et al .环:跨层设计P2P-MANET语音交流。J ComputEngInf抛光工艺。2013;2:2。
35. Babatunde搞笑和Kayode AB。网络使校园应急通信系统。J ComputEngInf抛光工艺。2013;2:2。
36. 哈桑毫米。新的旋转不变性特性基于圆分区。J ComputEngInf抛光工艺。2013;2:2。
37. 塞缪尔噢,Omisore。混合智能系统的诊断伤寒。J ComputEngInf抛光工艺。2013;2:2。
38. Souley B和穆罕默德·d·性能分析的查询优化器在RDBMS不同硬件组件。J ComputEngInf抛光工艺。2013;2:3。
39. 坦维尔和汗MI。比较主动与被动定位用于无线传感器网络的协议。J ComputEngInf抛光工艺。2013;2:3。
40. Babatunde搞笑和查尔斯·奥。自动取款机的Fingerprint-based认证框架。J ComputEngInf抛光工艺。2013;2:3。
41. 杨XS。产品表面Mateheuristic算法:成功和新的挑战。J ComputEngInf抛光工艺。2012;1:1。
42. 在保护云Lovaas p .事实与神话。J ComputEngInf抛光工艺。2012;1:1。
43. Rikkila J, et al .复杂性的影响为软件工程实践和研究视角。J ComputEngInf抛光工艺。2012;1:1。
44. Gotzelmann t对真实晕染在汽车导航。J ComputEngInf抛光工艺。2012;1:1。
45. 利马平安险,et al。负选择人工免疫系统应用于乳腺癌的临床诊断样本。J ComputEngInf抛光工艺。2014;3:1。
46. 汤普森Daramola OA和房颤。实证调查用户的知识基于技术感知模型的电子垃圾。J ComputEngInf抛光工艺。2014;3:1。
47. Bijalwan AA和Pilli ES。犯罪心理学使用网络取证。J ComputEngInf抛光工艺。2014;3:2。
48. 潘Z和江Z soundex检索和查询缓存的应用在基于开源软件的图书馆目录体系。J ComputEngInf抛光工艺。2014;3:2。
49. Rikkila J和Abrahamsson p的影响为软件工程实践和研究复杂性的角度来看。J ComputEngInf抛光工艺。2016;1:1。
50. Gotzelmann t对真实晕染在汽车导航。J ComputEngInf抛光工艺。2012;1:1 - 1000 e104
51. 麦当劳JT和Andel TR。当前的趋势在应用软件/硬件集成。J ComputEngInf抛光工艺。2016;S1。
52. Marinković年代和Kovačević诉多层螺旋CT研究Craniovertebral骨性异常。J ComputEngInf抛光工艺。2016;s1 - 001。
53. 沈T和沈h .心脏性猝死基于心电生物识别技术的检测方法。J ComputEngInf抛光工艺。2016;S1-2。
54. 基诺和Goitein o .视频稳定和在心脏磁共振成像领域的跟踪。J ComputEngInf抛光工艺。2016;5:1。
55. AlShathry o .流程挖掘业务流程发现技术。J ComputEngInf抛光工艺。2016;5:1。
56. 爱德华TD和普拉卡什p前盆腔飞机使用地标建设可在横向卧位的位置在计算机辅助人工髋关节置换术。J ComputEngInf抛光工艺。2016;5:1。
57. 称YP, et al .因果和Acausal集基于商晶格。J ComputEngInf抛光工艺。2016;5:1。
58. Kamimura r .自组织潜在的学习:提高SOM知识培训监督神经网络和改进的解释和泛化性能。J ComputEngInf抛光工艺。2016;5:1。
59. 林JC。同步两个经常被提及的大容量图像隐藏方法(Modulus-Based比LSB-Based)。J ComputEngInf抛光工艺。2016;2 .。
60. Apolloni b可能社会社区的哈密顿动力学。J ComputEngInf抛光工艺。2016;2 .。
61. Ponticorvo M和Miglino o .学习与进化Neuro-Agents空间认知的发展。J ComputEngInf抛光工艺。2016;2 .。
62. Vigneshwaran年代和一位c实现WLAN N和评估公司渠道和相邻信道干扰。J ComputEngInf抛光工艺。2016;2 .。
63. 伊德里斯我和Selamat A群电子邮件垃圾邮件检测阴性选择算法。J ComputEngInf抛光工艺。2015;4:1。
64. 迪米特·圣Petkova YP。逻辑方案确定的数量最左边的微不足道的数字位设置的任何长度。J ComputEngInf抛光工艺。2015;4:1。
65. Tyanev DS。完成一个数字比较器检测模型。J ComputEngInf抛光工艺。2015;4:124。
66. Eswar R和拉维g .客户机虚拟化裸机和对称的分区方法。J ComputEngInf抛光工艺。2015;4:1。
67. Aladesote OI和约翰逊机汇。主要障碍的快速分配正义在尼日利亚西南部。J ComputEngInf抛光工艺。2015;4:1。
68. 阿拉MHH Siddeq毫米。修改的图像压缩,结合神经网络和算术编码处理。J ComputEngInf抛光工艺。2015;2。
69. Prabhanjan年代和迪r .手写的梵文字母数字融合识别的分类器。J ComputEngInf抛光工艺。2015;2。
70. 摩M和Mashhadi日。模糊控制器设计的冰箱。J ComputEngInf抛光工艺。2015;2。
71. Matias rp和Raimundo电脑。模糊控制器设计的冰箱。J ComputEngInf抛光工艺。2015;2。
72. 麦克休M和McCaffery f .采用敏捷实践在开发医疗设备软件。J ComputEngInf抛光工艺。2015;2。