改进的PSO算法在RFID网络调度中的应用  

Improved Particle Swarm Optimizer for RFID Network Planning

作　　者：刘微[1,2] 陈贺新[1] 陈瀚宁[3] 陈绵书[1] 

机构地区：[1]吉林大学通信工程学院,长春130025 [2]吉林师范大学信息技术学院,吉林四平136000 [3]中国科学院沈阳自动化研究所,沈阳110016

出　　处：《吉林大学学报（信息科学版）》2011年第2期121-127,共7页Journal of Jilin University（Information Science Edition）

基　　金：国家自然科学基金资助项目(60832002);国家自然科学国际合作基金资助项目(609111301281);吉林大学科学前沿与交叉学科创新基金资助项目(200903297);吉林省自然科学基金资助项目(20101515);吉林省科技发展计划重点基金资助项目(20090302)

摘　　要：为在寻优过程中有效地保持算法的种群多样性,提出了一种改进的PSO(Particle Swarm Optimization)算法——PSOPC(Particle Swarm Optimizer based on Predator-prey Coevolution)。PSOPC算法将生态系统中捕食者和猎物的竞争协同进化机制嵌入到PSO算法中。基于PSOPC进行RFID(Radio Frequency IDentification)读写器网络调度模型的求解,根据读写器冲突关系的变化在线进行读写器的时隙分配求解与控制,在不影响读写器工作效率的同时,有效消除密集读写器环境下的读写器冲突问题,并优化整个读写器网络的工作效率。In order to improve PSO＇s performance on complex engineering problems, it presents a variant of PSO （Particle Swarm Optimization） called PSOPC （Particle Swarm Optimizer based on Predator-prey Coevolution）, which takes into account the predator-prey behavior therefore high species diversity can be maintained as the whole population evolves. PSOPC is then applied to schedule RFID （Radio Frequency Identification） networks by assigning time slot to RFID readers on-line whereby reader collision can be minimized to ensure the current operation of the RFID system. Simulation results demonstrate that the PSOPC algorithm is more feasible and efficient than PSO in solving this real-world problem.

关 键 词：计算机技术 射频识别 协同进化 读写器调度 粒子群优化算法 生态捕食模型 种群多样性 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]