基于改进蚁群算法的智慧农业无线传感器网络路由优化研究

为了提高智慧农业无线传感器网络路由的生存时间,节点能量消耗相对均衡,采用改进蚁群算法。首先建立无线传感器网络模型和约束条件;接着通过消耗能量预测节点传输能力,剩余能量、过载区域以及覆盖冗余度构成适应度函数;然后改进蚁群算法,包括基于最佳路径的目标函数值信息素分配策略,二点交叉算子对信息素分配策略对应的任意2个网络节点序列进行优化;最后给出无线传感器网络路由优化流程。试验仿真显示本研究算法使无线传感器网络路由的节点间剩余能量差异性最小,网络生存时间较长,不同节点数接收数据包平均剩余能量较多。     

基于蚁群算法求解最短公共超序列问题

提出基于多数融合启发式与向前看策略求解多个字符串最短公共超序列问题的蚁群算法.该算法采用n只蚂蚁相互独立地建立字符串集合R的超序列.每只蚂蚁在完成一次超序列构建后更新R中每个字符上的信息素.字符串中的每一个字符所得到信息素的多少依赖于该蚂蚁构建的超序列的质量、构建解的过程中字符出现的先后顺序以及在一个构建步骤中同一个字符在不同串中出现的次数3个因素.不同实验数据集上的对比测试结果表明该算法能求得更好的解.     

基于蚁群-BFS算法的复杂环境下农业机器人全区域覆盖研究

目的 以路径重复率为优化目标解决农业机器人在数字生态农场中的全区域覆盖问题。方法 首先,将栅格地图中的障碍物进行膨胀处理,在此基础上进行矩形分区以及分区合并操作;然后,通过改进的蚁群算法规划分区间的遍历顺序、通过改进的广度优先搜索(Breadth first search, BFS)算法规划分区间终点与起点的衔接路径,从而实现机器人全区域覆盖。2种算法的具体改进方案为：分别通过人工免疫算法与粒子群算法改进遗传算法的选择与交叉算子,并将改进后的选择算子、交叉算子、原遗传算法变异算子与蚁群算法相结合改进传统蚁群算法信息素更新方法;建立动态函数以简化BFS算法规划的路径。结果 仿真结果表明,改进蚁群算法收敛时的迭代次数较传统蚁群算法减少了83.1%,路径长度相比减少了4.8%;由改进的蚁群算法与改进的BFS算法规划的机器人遍历路径重复率是传统蚁群算法和BFS算法的56%,且农业机器人能实现对农田区域的100%覆盖。结论 本研究提供了一种农业机器人在复杂环境的数字生态循环农场中进行全遍历覆盖的解决方案。     

基于多目标PSO-ACO融合算法的无人艇路径规划

【目的】针对河蟹养殖过程中,水位变化以及无人艇路径规划算法收敛慢、精度低的问题,为提高算法适应性与寻优能力,提出一种多目标粒子群-蚁群融合的无人艇路径规划算法。【方法】首先,分析蟹塘环境及养殖规律等因素,建立静态水深栅格环境模型;其次,针对覆盖遍历式投饵存在局部点投喂不足及路径次优的问题,通过对惯性参数与学习因子的非线性调整,提出基于多目标的改进粒子群算法(Particle swarm optimization, PSO);然后,调整蚁群算法的初始信息素,并对蚁群算法的信息素挥发因子和启发期望函数自适应改进,提出自适应优化蚁群算法(Ant colony optimization, ACO);最后,为解决单一算法寻优不足,利用融合PSO-ACO算法,实现无人艇多目标全局路径规划。【结果】仿真结果表明：不同环境投饵策略下,PSO-ACO算法在对多目标路径寻优时,不仅环境适应性好,而且提高了寻优效率和精度,运行时间节省了32%,路径距离缩短了9.78%,迭代次数降低了62.88%,拐点数目减少了44.45%。【结论】所提出多目标点的路径规划算法适用于环境可变的蟹塘养殖,具有较好的应用价值。     

能量平衡与QoS保障的无线传感器网络机会路由

针对无线传感器网络应用中存在大量不可靠通信链路,很难实现能效优化与QoS保障,提出一种能量平衡与QoS保障的机会路由协议EQGOR,并结合机会转发特征建立了传输效率、转发时延、转发能效与节点剩余能量模型提出了一种基于多目标粒子群的自适应转发集优化算法,该算法兼顾能量与QoS需求,能实现QoS保障并最大化网络生存时间.仿真实验表明,相比机会路由GOR与传统的QoS多路径路由QuESt,本文提出的EQGOR(Energy balanced and QoS guaranteed Geographic Opportunistic Routing)具有更优的QoS与能量效率.     

基于改进的蚁群算法求解多目标生鲜农产品车辆路径

针对考虑价格折扣的带时间窗的生鲜农产品车辆路径问题,用准时到达率和准时到达量表示客户服务质量,建立了以成本最低、服务质量最大和碳排放最少为目标的数学模型。并设计了一种改进的蚁群算法,即在启发因子中加入需求量和时间窗跨度因素,将目标权重加入到信息素的更新策略中,在完成一次迭代后再进行信息素的更新,加快了求解速度、提高了目标准确度,防止了最优解的局部优化。测试算例的结果表明:求解多目标生鲜农产品车辆路径问题时,与基本蚁群算法相比,改进的蚁群算法具有收敛速度快、目标准确度高等优点。     

基于蚁群算法的智慧旅游路线规划方案分析

为了改善传统的旅游路线规划费时费力、用户体验感较差的现状,基于科技力量的智慧旅游路线规划应运而生,提出一种基于蚁群算法的智慧旅游路线规划方案。首先通过描述蚁群算法的基本原理,改善基本的蚁群算法花费时间长、容易陷入死局的缺点,对基本的蚁群算法进行改进,与基本蚁群算法相比,增加了搜索范围集中化阶段、实时更新信息素阶段、信息素回滚机制阶段。然后以旅游花费更少的钱、得到最大最舒适的旅游体验为目标,将费用目标、体验感目标进行综合,建立了基于蚁群算法的旅游路线规划模型,并利用改进的蚁群算法对规划模型进行求解。最后将模型应用于实际案例中,通过计算分析得到符合要求的最优旅游路径。     

基于一种蚁群优化算法的农业WSN路由节能研究

事件驱动型的无线传感器网络在农业生产中进行信息采集时,针对节点能量均衡和局部网络控制,提出了基于簇的多路径蚁群路由算法(CBACO).算法根据局部网络节点分布情况以及自身能量情况,利用信息素能量更新模型,动态选择最优路径,降低节点间通信消耗.利用Matlab仿真表明该算法能有效减少节点能耗,延长网络生命期.     

蚁群优化算法研究

由传统的蚁群优化算法入手,介绍了蚁群优化算法的基本原理以及在TSP问题中的应用,分析并总结了蚁群算法在信息素更新、路径构造等方面的改进方法。     

基于优化蚁群算法在粮食运输车辆调度中的应用研究

为了有效地降低车辆在粮食运输中的成本,采用改进的蚁群算法对粮食物流配送路径进行优化。通过建立数学模型,提出改进的蚂蚁转移规则、优化信息素浓度、改进全局信息素更新策略。结果表明,改进的蚁群算法比基本蚁群算法可以更好地解决粮食运输车辆的路径问题,使得运输距离明显缩短。     

一种改进的多目标优化算法的性能度量方法

本文在传统多目标优化算法性能度量方法的基础上,提出了一种改进的多目标优化问题的性能度量方法-NR。该度量方法中的非支配比率成功克服了指标两个解集之间的覆盖率只能两两比较的不足,使三种算法或者更多算法之间的比较更加直观容易。该度量方法能对有效解集进行独立的评价。     

能量高效的事件驱动型大规模农业监测WSNs协作式传输策略

针对农作物分布广泛、农业环境恶劣的特点,利用协作式多输入多输出技术具有的低能耗、高可靠特性,结合事件驱动型农业监测的无线传感器网络,提出了能量高效的基于空时分组码的多跳协作式多输入多输出传输策略。该策略建立了包括节点剩余能量、最优跳距等因素的综合多跳路由;此外,还建立了精确的能耗模型,确定了满足网络最小能耗时的协作节点个数和最优跳距。仿真结果表明,通过能耗模型求出的最优跳距和协作节点个数减少了能量消耗;同现有的无线传感器网络中具有能量效率和事件聚类的自适应路由协议相比,提出的传输策略能显著地提高能量有效性和延长网络寿命。     

基于景观生态指标的农用地连片阈值调整方法

【目的】集中连片是当前农用地整治的推进手段,集中连片阈值的不同对农用地整治工程成本有直接影响。本文基于景观生态指标,研究农用地整治中连片阈值的优化方法。【方法】通过引入景观生态指标,应用GIS平台的空间数据处理功能获取指标数据,实现连片性评价的定量化;基于GIS平台的缓冲功能,模拟设定不同阈值(dx)时连片性的变化;观察dx在一定范围内变化时连片性的变化曲线图,识别农用地连片的最优阈值(d0)。【结果】以广东省罗定市2010年优质农用地空间数据为例,当农用地整治连片间距范围在0~50 m时,阈值d0为12 m,因此建议将全区间距≤12 m的相邻地块进行连接。对佛山市高明区农用地数据重复试验,得到了该地区最优连片阈值,表明该方法可用。【结论】基于景观生态指标确定农用地连片阈值,具有直观、可靠和普适的优点,可以为全国范围内的农用地整治工作提供参考。     

自动覆膜控温移动苗床控制器的设计

随着农业现代化进程的不断推进,传统农业育苗技术逐渐向着自动化、智能化方向发展。针对具有电动覆膜和加热功能的新型移动苗床,设计了一种基于嵌入式和传感技术而开发的移动苗床控制器。控制器通过感知苗床内的温度、湿度,适时自动控制收、卷覆膜和加温装置,从而使苗床内"小环境"适宜种苗生长。控制器对移动苗床精准化、个性化的控制,能够达到解放劳动力、提高生产效率、节能降耗的目的。     

蚁群算法解决TSP问题的研究

蚁群算法是一种用于解决复杂问题的新的启发武算法，它是通过信息素的积累和更新收敛于最优路径上，隶解速度慢，而遗传算法具有快速随机的局部搜索能力。将遗传算法和蚁群算法融合，给出一种求解TSP问题的改进的算法。     

基于改进布谷鸟搜索算法对水质监测无线传感器部署的优化

为解决传统传感器网络随机部署分布不均的问题,提出采用布谷鸟搜索算法(CS)进行节点部署优化。为改善CS算法的全局优化性能以提升传感器节点部署优化能力,受动量梯度下降法、均方根算法和Adam优化算法的启发,提出Momentum-CS、RMSprop-CS与Adam-CS三种改进算法,对CS算法中的步长控制量和淘汰概率进行优化调整。以网络覆盖率为优化目标,将3种算法用于长宽为100 m水域的水质监测无线传感器节点部署进行优化。仿真结果表明,Adam-CS算法能够在较少迭代次数获取更高的网络覆盖率,达到90.35%,对于指导水环境监测中无线传感器节点部署具有现实意义。     

基于自适应升温模拟退火算法的农业机器人全区域覆盖策略

目的 提出一种复杂农田环境下农业机器人全区域覆盖策略,以便合理规划农业机器人的工作遍历路径。方法 根据农田实际生产环境定义农业机器人复杂工作环境模型,并在此基础上建立一级分区与二级分区的概念。引入遗传算法变异操作的思想,建立基于贪婪机制的模拟退火算法优质可行解生成方法;建立解集多样性的概念,设计基于自适应升温的模拟退火算法改进方法,以此求解分区间的最佳遍历顺序问题。通过A*算法与八邻域搜索法相结合进行农业机器人跨区域衔接路径规划,依此,实现机器人覆盖全区域。结果 仿真结果表明,改进的模拟退火算法所规划的路径长度分别比传统遗传算法和模拟退火算法减少了14.7%和10.1%,收敛时的迭代次数分别减少9.8%和59.1%;农业机器人全区域覆盖仿真试验中遍历路径重复率为14.86%。高地隙喷药机器人现场遍历试验中,路径重复率为15.83%。结论 研究结果可为农业机器人在复杂农田环境中全遍历覆盖提供研究思路。     

基于无线传感器网络和虚拟仪器的农残检测系统的建立

果蔬中的农药残留问题一直备受关注.为了实现对果蔬中农药残留的快速检测,基于酶抑制法设计了一种农药残留快速检测系统.采用光频传感器采集农药残留量信息,通过基于nRF24L01的无线传感器网络将其发送到上位机,最后在上位机利用虚拟仪器语言LabVIEW开发一套集数据采集、存储、回放和分析于一体的虚拟检测系统.利用该系统对甲...