一种物联网网关最优节点选择方法

摘要

本发明提供了一种物联网网关最优节点选择方法，其包括以下步骤:将不同的网络节点作为搜索粒子形成粒子群进行初始化；计算各个粒子的适应值；计算各个粒子下一轮的速度；计算各个粒子下一轮的位置；根据目标函数重新计算各个粒子的适应值；更新各个粒子的自身最优位置，如果粒子当前的适应值优于自身历史最优位置对应的适应值，则将当前的位置作为新的自身最优位置；更新群体的全局最优位置，如果当前最优个体的适应值优于全局历史最优位置对应的适应值，则将这个最优个体的位置作为新的全局最优位置。本发明对传统粒子群算法进行了改进，改进后的粒子群算法可以更快更准确地选择出合适的节点成为网关，更适合物联网的动态变化特性。

主权项

一种物联网网关最优节点选择方法，其特征在于，包括以下步骤：S1：将不同的网络节点作为搜索粒子形成粒子群，初始化粒子群，随机初始化各粒子的速度、位置以及设定群体的规模、最大迭代次数、最大速率；S2:根据具体的目标函数计算各个粒子的适应值，将各个粒子的位置和适应值保存在自身极值中，将所有粒子自身极值中适应值最优的那个个体的位置和适应值保存在全局极值中；S3：按照公式v_ij(t+1)＝v_ij(t)+c₁r₁(p_ij(t)‑x_ij(t))+c₂r₂(p_gj(t)‑x_gj(t))计算各个粒子下一轮的速度；其中i代表的事粒子i，j代表的是该粒子的维度是第j维，t代表的是该粒子处于低t代；C1以及C2代表的是加速度常数，C1表示的是粒子向本身最优方位的加速的权重值，C2表示的是粒子向全局最优方位的加速的权重值；r1和r2表示在0和1之间的两个相互独立的随机函数，表示粒子可能出现变异的情形；X_ij和V_ij分别表示粒子的位置和速度，p_ij和p_gj分别表示个体的历史最优位置和全局的历史最优位置；S4：按照公式x_ij(t+1)＝x_ij(t)+v_ij(t)计算各个粒子下一轮的位置；S5：根据目标函数重新计算各个粒子的适应值；S6：更新各个粒子的自身最优位置，如果粒子当前的适应值优于自身历史最优位置对应的适应值，则将当前的位置作为新的自身最优位置；S7：更新群体的全局最优位置，如果当前最优个体的适应值优于全局历史最优位置对应的适应值，则将这个最优个体的位置作为新的全局最优位置。