一种基于拥挤度和隔离度因子的改进粒子群优化方法

摘要

本发明公开了一种基于数据驱动的优化方法，用于改进优化全局性能和优化收敛速度和精度。本发明通过引入拥挤度因子σ′和隔离度因子isolation，利用它们之间有一定的相关性，通过实验以及综合敛散性确定两参数的取值范围如下：本发明用在移动传感网络节点的自组织方面，在综合考虑网络节点的覆盖和连接问题后，利用微粒群算法多目标优化方面的优势，用其改善传感器网络中节点的自组织性.使得网络在覆盖的均匀性、快速性和连结的可靠性上，迭代运算后得到的优化目标具有较高精确度和很低的误差率。

主权项

引入拥挤度因子σ′和隔离度因子isolation，利用它们之间有一定的相关性，通过实验以及综合敛散性确定两参数的取值范围如下：$\left\{\begin{array}{c}{\sigma }^{\prime }=(V_{\max }-V_{\min })/N;2000<N<20000\\ 2<\mathrm{isolation}<5\\ \mathrm{isolation}\times N<50000\end{array}\right.$