改进模因-混合蝙蝠算法及在定位中的应用

孟凯露; 岳克强; 尚俊娜

doi:10.13873/j.1000-9787(2020)02-0157-04

Chinese

您当前的位置：

首页 >

文章列表页 >

改进模因-混合蝙蝠算法及在定位中的应用

应用技术 | 更新时间：2025-09-11

- 改进模因-混合蝙蝠算法及在定位中的应用
- Improved memetic-hybrid BA and its application in localization
- 传感器与微系统 2020年第2期页码：157-160
- 作者机构：
  
  1. 杭州电子科技大学通信工程学院
  2. 杭州电子科技大学电子信息学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(11603041)
- DOI：10.13873/j.1000-9787(2020)02-0157-04
  中图分类号： TN929.5;TP18;TP212.9
- 纸质出版：2020
- 稿件说明：
移动端阅览
孟凯露, 岳克强, 尚俊娜. 改进模因-混合蝙蝠算法及在定位中的应用[J]. 传感器与微系统, 2020,(2):157-160.

MENG Kailu, YUE Keqiang, SHANG Junna. Improved memetic-hybrid BA and its application in localization[J]. 2020, (2): 157-160.
孟凯露, 岳克强, 尚俊娜. 改进模因-混合蝙蝠算法及在定位中的应用[J]. 传感器与微系统, 2020,(2):157-160. DOI： 10.13873/j.1000-9787(2020)02-0157-04.

MENG Kailu, YUE Keqiang, SHANG Junna. Improved memetic-hybrid BA and its application in localization[J]. 2020, (2): 157-160. DOI： 10.13873/j.1000-9787(2020)02-0157-04.

摘要

为了进一步提高蝙蝠算法的搜索性能

将模因算法双重搜索的功能引入蝙蝠算法

提出一种改进模因—混合蝙蝠算法。通过6个标准测试函数的验证

表明了该算法在收敛速度和性能上的优势。进一步将本文提出的算法应用到无线传感器网络节点定位上

来提高定位精度。从结果可以看出:在设置的条件相同的情况下

与CBA相比

其节点定位精度平均提高了0. 5 m。

Abstract

In order to further improve the search performance of the bat algorithm

the dual-search function of the memetic algorithm is introduced into the bat algorithm

and a hybrid bat algorithm（ BA） based on memetic framework is proposed. The verification of six standard test functions shows that the algorithm has advantages in convergence speed and performance. The algorithm is applied to WSNs node location

so as to increase localization precision. The results show that under the same conditions

positioning precision of node is improved by 0. 5 m in average compared with CBA.

关键词

Keywords

references

浏览量

127

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于移动节点预测的水声传感器网络定位算法

无线传感器网络山地三维环状栅栏覆盖算法

基于WSNs三维无线层析成像定位方法研究

节点密度加权及距离修正的粒子群优化定位算法

异常数据驱动的WSNs数据采集与路由算法