文化-改进量子粒子群算法在传感器网声源定位中的应用
无线传感器网络中基于声音能量的声源定位常采用最大似然估计法，该方法将定位问题转换为非线性函数的优化问题。为了解决这一非线性优化问题，本文提出一种文化-改进的量子粒子群优化算法(CA-MQPSO)。针对QPSO的收敛速度慢的缺点，结合自适应变异思想和RSNTO算法，提出改进的量子粒子群算法(MQPSO)。为了进一步改善算法的全局搜索能力、提高计算精度，利用文化算法的双重演化机制，将MQPSO算法纳入文化算法框架，作为种群空间的进化算法。大量仿真实验表明，该算法在全局搜索能力和收敛性能上优于PSO算法、QPSO算法、混合PSO-SNTO算法，能够获得更好的定位精度。
量子粒子群优化 文化算法 声源定位 无线传感器网
刘玉柱 孙学梅
天津工业大学计算机科学与软件学院 天津 300387
国内会议
西安
中文
1-6
2012-08-16（万方平台首次上网日期，不代表论文的发表时间）