10.3969/j.issn.1000-1093.2013.02.011
基于斯坦纳树的雷场网络大面积损坏修复策略
战场环境下预先设定的智能雷场网络易受到敌方攻击而导致大面积损坏,雷场网络被分割成数个互不相连的部分从而丧失了通讯功能.通过将问题映射到斯坦纳最小树问题,提出了一种新颖的雷场网络修复策略.首先采用雷场区域网格模型限制算法的搜索空间,随后引入蛙跳和离散量子粒子群混合优化(JF-QDPSO)算法确定中续节点位置,修复受损网络.仿真实验表明该策略能够有效的恢复网络拓扑结构,算法计算较快,与其它算法相比,重建后的网络通信能耗小,网络生存周期长.
人工智能、雷场网络、斯坦纳树、蛙跳优化、离散量子粒子群优化
34
TP391(计算技术、计算机技术)
总装备部预先研究项目ZLY2008424
2013-05-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
197-202