Международный журнал роевого интеллекта и эволюционных вычислений

Абстрактный

Обучение по Болдуину в квантовых эволюционных алгоритмах для решения проблемы мелкозернистой локализации в беспроводных сенсорных сетях

Махди Азиз* и Мохаммад Мейбоди

Процедура локального поиска (LS) является посредником поиска, давая меметическим алгоритмам руку для повышения их эксплуатационной способности, что приводит к сходимости к более качественным решениям. В этой статье, используя процедуру LS в форме обучения Болдуина (BL), предлагается меметический квантовый эволюционный алгоритм (QEA) для решения мелкозернистой проблемы локализации в беспроводных сенсорных сетях (WSN). Поскольку QEA может использоваться только для задач двоичной области, таких как задача о рюкзаке, мы используем процедуру двоично-реального отображения, чтобы сделать ее пригодной для решения проблемы локализации в WSN. Чтобы обеспечить хорошие начальные позиции сенсорных узлов, алгоритм использует процедуру мультитрилатерации (MT) для наилучших наблюдаемых решений. Чтобы протестировать предлагаемый алгоритм, он сначала сравнивается с двумя его побочными продуктами (предлагаемый алгоритм без процедуры MT и предлагаемый алгоритм без процедур BL и MT), а затем сравнивается с шестью существующими алгоритмами оптимизации на десяти случайно сгенерированных топологиях сети с четырьмя различными диапазонами связности. Результаты моделирования показывают, что предложенный алгоритм значительно превосходит другие алгоритмы с точки зрения оценки положения сенсорных узлов в беспроводных сенсорных сетях. Они также указывают на эффективность применения процедуры MT и метода BL к предложенному алгоритму при решении задачи.