CAJ | 학술논문

根据有风时气体浓度衰减模型,采用量子粒子群优化(quantum particle swarm optimization,QPSO)算法实现无线传感网络中的气体源点定位,考虑到传感器节点测量气体浓度时存在门限值的实际情况,引入力导向思想,通过使传感器节点产生虚拟力来影响QPSO算法的位置更新过程,使粒子移动更有目的性,引导粒子进化,加快算法收敛.仿真结果表明:在不同噪声条件下,与QPSO算法相比,力导向QPSO定位算法具有更强的鲁棒性,收敛速度更快,定位精度更高,更能获取问题的最优解.
근거유풍시기체농도쇠감모형,채용양자입자군우화(quantum particle swarm optimization,QPSO)산법실현무선전감망락중적기체원점정위,고필도전감기절점측량기체농도시존재문한치적실제정황,인입력도향사상,통과사전감기절점산생허의력래영향QPSO산법적위치경신과정,사입자이동경유목적성,인도입자진화,가쾌산법수렴.방진결과표명:재불동조성조건하,여QPSO산법상비,력도향QPSO정위산법구유경강적로봉성,수렴속도경쾌,정위정도경고,경능획취문제적최우해.