基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署

摘要：

对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化(LM-AQPSO)算法的多传感器多目标优化部署方法.该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标.引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法.考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型.仿真实验结果表明:相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案.

关键词：传感器部署、复杂地形、多目标优化、量子粒子群、Pareto最优解

所属期刊栏目：39

分类号：TP212.9(自动化技术及设备)

资助基金：国防预先研究项目012015012600A2203

在线出版日期：2018-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2192-2201