【技术实现步骤摘要】
一种物联网电力宽带载波节能算法
本专利技术属于电力线宽带载波
,具体涉及一种物联网电力宽带载波节能算法。
技术介绍
在无线通信领域,通过地理自适应保真能量模型来优化移动AdHoc(点对点)无线网络中的能量消耗。已有使用基因算法(GA)和模拟退火(SA)元启发算法在移动AdHoc网络中从两个方向上产生能量来比较能量最小化过程。基于地域自适应保真算法(GAF)是移动AdHoc无线网络中最著名的拓扑管理方案被用于移动AdHoc网络的节能管理。在无线AdHoc网络中节点负责数据的传输是以电池做电源的,因此需要节能以提高电池使用时间。相似的节点进入相同网格并且负责数据传输。因此,某个时刻只有一个可以是有效的收发数据的节点并且其余的节点就成为浪费能量的节点。
技术实现思路
为解决现有技术中的不足,本专利技术提供一种物联网电力宽带载波节能算法,使用改进的粒子群优化算法搜索最大链路权重并进行二次优化得到全局最优解,从而得到最小业务流量,以实现最大限度地节能,算法实现起来更加简单,收敛更快。为达到上述目的,本专利技术所采用的技术方案是:一种物联网电力宽带载波节能算法,包括:步骤1:对粒子群进行初始化,同时随机初始化各粒子;输入粒子群优化算法的参数和链路权重向量作为参数;把链路权重向量作为优化目标函数;步骤2:基于适应度函数,进行各粒子适应度值计算;将粒子个体作为系统变量输入,基于约束条件产生可行解;步骤3:针对粒子进行当前适应度值与历史最优适应度值比较,同时进行历史最优值替代; ...
【技术保护点】
1.一种物联网电力宽带载波节能算法,其特征是,包括:/n步骤1:对粒子群进行初始化,同时随机初始化各粒子;输入粒子群优化算法的参数和链路权重向量作为参数;把链路权重向量作为优化目标函数;/n步骤2:基于适应度函数,进行各粒子适应度值计算;将粒子个体作为系统变量输入,基于约束条件产生可行解;/n步骤3:针对粒子进行当前适应度值与历史最优适应度值比较,同时进行历史最优值替代;/n步骤4:针对粒子进行当前适应度与种群历史最优适应度值比较,并进行历史最优值替换;/n步骤5:计算各粒子最大适应度值和平均适应度值的差,获得个体适应度差值,将个体适应度差值作为输入,自适应调节各粒子的速度和位置,更新粒子速度、位置得到子代种群;/n步骤6:动态调整子代种群的个体产生新一代粒子群;/n步骤7:新一代粒子群中的各粒子通过个体极值和群体极值更新自身的速度和位置;对每个粒子,将其适应度值与最优值进行比较,如果较好,则将其作为当前的最好位置,比较当前所有的个体极值和群体极值的值,更新群体极值;/n步骤8:如果获得链路权重最大值,则结束,否则跳转至步骤5;/n步骤9:根据最大链路权重计算变量强度,并计算最小流量; ...
【技术特征摘要】
1.一种物联网电力宽带载波节能算法,其特征是,包括:
步骤1:对粒子群进行初始化,同时随机初始化各粒子;输入粒子群优化算法的参数和链路权重向量作为参数;把链路权重向量作为优化目标函数;
步骤2:基于适应度函数,进行各粒子适应度值计算;将粒子个体作为系统变量输入,基于约束条件产生可行解;
步骤3:针对粒子进行当前适应度值与历史最优适应度值比较,同时进行历史最优值替代;
步骤4:针对粒子进行当前适应度与种群历史最优适应度值比较,并进行历史最优值替换;
步骤5:计算各粒子最大适应度值和平均适应度值的差,获得个体适应度差值,将个体适应度差值作为输入,自适应调节各粒子的速度和位置,更新粒子速度、位置得到子代种群;
步骤6:动态调整子代种群的个体产生新一代粒子群;
步骤7:新一代粒子群中的各粒子通过个体极值和群体极值更新自身的速度和位置;对每个粒子,将其适应度值与最优值进行比较,如果较好,则将其作为当前的最好位置,比较当前所有的个体极值和群体极值的值,更新群体极值;
步骤8:如果获得链路权重最大值,则结束,否则跳转至步骤5;
步骤9:根据最大链路权重计算变量强度,并计算最小流量;
步骤10:重新初始化粒子群,每一个粒子个体都对应着一个网格长度;根据物联网电力宽带载波能耗模型输入模型参数和改进的粒子群优化算法参数;把物联网电力宽带载波能耗模型作为优化目标函数;重复步骤2至步骤7;
步骤11:如果获得整个系统最小总能耗,则结束,否则跳转至步骤5。
2.根据权利要求1所述的物联网电力宽带载波节能算法,其特征是,所述步骤6:对粒子群的各粒子进行动态调整,产生新一代粒子群;包括,
引入移民算子,在每一代进化过程中以一定的淘汰率将最差个体淘汰,然后用产生的新个体代替;
过滤相似个体,对子代个体按适应度值排序,依次计算各粒子最大适应度值和平均适应度值的差值和所述差值小于门限delta的相似个体间的广义海明距离;若满足所述差值小于所述门限delta且所述广义海明距离小于所述门限delta,则滤除该粒子;
动态补充子代新个体,将父代中适应度值较高的多个个体随机进行多次变异,产生出新个体,加入子代,产生新一代粒子群。
3.根据权利要求1所述的物联网电力宽带载波节能算法,其特征是,在所述步骤7中,采用公式(1)更新新一代粒子群中各粒子的速度,采用公式(2)更新新一代粒子群中各粒子的位置:
其中,表示第k+1次迭代后粒子的速度,w表示惯性权值,表示第k次迭代后粒子的速度,c1表示第一学习因子常数,c2表示第二学习因子常数,表示第k次迭代后第一随机数,表示第k次迭代后粒子个体极值,表示第k次迭代后粒子的位置,表示第k次迭代...
【专利技术属性】
技术研发人员:叶丹,丁旸,孙侃,卜权,张长祥,余洋,王二王,唐飞,
申请(专利权)人:佳源科技有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。