基于改进型灰狼算法的RFID网络规划
随着物联网技术的飞速发展,射频识别(Radio Frequency Identification,RFID)系统因具有非接触、快速识别等优点而成为了解决物联网问题的首选方案.RFID网络规划问题要考虑多个目标,被证明是多目标优化的问题.群体智能(Swarm In-telligence,SI)算法在解决多目标优化问题方面得到了广泛的关注.文中提出了一种改进型灰狼算法(Improved Grey Wolf Op-timizer,IGWO),利用高斯变异算子和惯性常量策略来实现RFID网络规划.通过建立优化模型,在满足标签100%覆盖率、部署更少的阅读器、避免信号干扰、消耗更少的功率4个目标的基础上,将所提算法与粒子群算法(Particle Swarm Optimization,PSO)、遗传算法(Genetic Algorithm,GA)、帝王蝶算法(Monarch Butterfly Algorithm,MMBO)进行了对比分析.实验结果表明,灰狼算法在RFID网络规划时表现更优异,在相同的实验环境下,相较于其他算法,IGWO的适应度值比GA提高了20.2%,比PSO提高了13.5%,比MMBO提高了9.66%;并且覆盖的标签数更多,可以更有效地求出最优化方案.
射频识别、网络规划、灰狼算法、惯性常量、高斯变异
48
TP301.6(计算技术、计算机技术)
国家自然科学基金;广西自然科学基金
2021-02-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
253-257