基于决策思想的微粒群三维定位算法研究  

A Novel Localization Algorithm Based on Particle Swarm Optimization by Decision Making

作　　者：吕家亮[1,2,3] 王英龙[1,3] 毛玉明[1,4] 崔焕庆[1] 

机构地区：[1]山东科技大学信息科学与工程学院,山东青岛266590 [2]山东省计算中心,山东济南250014 [3]山东省计算机网络重点实验室,山东济南250014 [4]山东交通学院信息科学与电气工程学院,山东济南250025

出　　处：《计算机仿真》2015年第1期322-326,348,共6页Computer Simulation

基　　金：山东省自然科学基金资助项目(ZR2009GQ002;ZR2010FQ014)

摘　　要：为了进一步提高微粒群定位算法的收敛速度和定位精度,提出了一种采用个体决策思想的微粒群三维定位算法,首先对每个微粒进行评价并分配不同的惯性权重,然后利用个体历史位置及其适应值信息进一步优化每个微粒的个体历史最优位置,弥补了微粒群算法对个体历史经验信息利用不足的缺陷。仿真结果表明,改进算法能够以更高的精度和较少的迭代次数定位未知节点,与标准微粒群定位算法和典型的定位算法相比表现出了较好的性能。To improve the localization convergence rate and precision of particle swarm optimization, this paper proposes a novel localization algorithm of PSO based on individual decision making. This algorithm assigns different inertia weights for each particle firstly, and then uses the history location information to optimize the best individual history position. This method makes up for the defects of underutilizing historical experience. Simulation results show that this algorithm can get more accurate location and less iterations to localize unknown nodes than the standard PSO and other typical localization algorithms.

关 键 词：无线传感器网络 微粒群优化 节点定位 个体决策 惯性权重 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]