赵苏磊:基于多目标优化的多移动充电设备路径规划算法研究论文

赵苏磊:基于多目标优化的多移动充电设备路径规划算法研究论文

本文主要研究内容

作者赵苏磊(2019)在《基于多目标优化的多移动充电设备路径规划算法研究》一文中研究指出:能量受限一直是制约无线传感器网络(WSN)大规模应用的重要问题,如何为传感器节点进行有效的能量补充受到越来越多的学者关注。有学者提出在网络中部署一个或多个移动充电设备(Mobile Charger,MC)为传感器节点进行充电。目前关于MC的充电路径规划大多是针对单MC开展研究,关于多MC的研究较少,并且当前的多MC充电路径规划研究仅仅考虑一个性能指标。本文针对多MC充电路径规划进行研究,联合考虑多MC的能量效用和承担充电任务均衡性,研究基于多目标优化的多MC充电路径规划问题。本文首先研究在一轮充电调度中多MC为所有的传感器节点都进行充电,建立多MC全覆盖充电模型,确定了每一个MC所服务的传感器节点集合以及在所服务的每个节点处停留的时间。以最大化多MC能量利用率和均衡多MC承担充电任务为目标,建立基于多目标优化的多MC全覆盖充电路径规划问题模型,并设计基于分解多目标烟花的多MC全覆盖充电路径规划算法(FCCPA)求解该问题。实验结果表明,FCCPA算法得到的能量利用率最高达到了33.49%,优于MOEA/D算法6.15%、MOFWA算法2.54%和Schedule Algorithm 5.45%,并且FCCPA算法得到的充电任务均衡性目标的中位值分别优于MOEA/D算法16.97%、MOFWA算法2.35%和Schedule Algorithm 19.33%。然后,针对多MC仅仅为有充电需求的传感器节点进行能量补充,研究多MC按需充电路径规划问题。当传感器节点的剩余生命低于一定阈值时,向充电服务站发送充电请求,服务站按照基于响应比优先级的动态需求响应策略响应充电请求,为多MC规划充电路径。基于传感器节点能量消耗率预测模型,给出多MC按需充电模型,提出两阶段优化策略,在动态需求响应算法的基础上,联合考虑多MC能量利用率最大化和承担充电任务均衡性两个目标,提出多MC按需充电路径规划算法(MDCPA)求解多MC按需充电路径规划问题。通过仿真实验以及数据分析,MDCPA算法得到的多MC能量利用率最高达到63.14%,优于MOEA/D算法3.41%和MOFWA算法1.15%;得到的充电任务均衡性目标的最优值达到了7.58,优于MOEA/D算法16.34%和MOFWA算法35.93%。表明MDCPA算法在提高多MC按需充电路径规划的能量利用率和均衡多MC充电任务方面,均具有较好的性能。

Abstract

neng liang shou xian yi zhi shi zhi yao mo xian chuan gan qi wang lao (WSN)da gui mo ying yong de chong yao wen ti ,ru he wei chuan gan qi jie dian jin hang you xiao de neng liang bu chong shou dao yue lai yue duo de xue zhe guan zhu 。you xue zhe di chu zai wang lao zhong bu shu yi ge huo duo ge yi dong chong dian she bei (Mobile Charger,MC)wei chuan gan qi jie dian jin hang chong dian 。mu qian guan yu MCde chong dian lu jing gui hua da duo shi zhen dui chan MCkai zhan yan jiu ,guan yu duo MCde yan jiu jiao shao ,bing ju dang qian de duo MCchong dian lu jing gui hua yan jiu jin jin kao lv yi ge xing neng zhi biao 。ben wen zhen dui duo MCchong dian lu jing gui hua jin hang yan jiu ,lian ge kao lv duo MCde neng liang xiao yong he cheng dan chong dian ren wu jun heng xing ,yan jiu ji yu duo mu biao you hua de duo MCchong dian lu jing gui hua wen ti 。ben wen shou xian yan jiu zai yi lun chong dian diao du zhong duo MCwei suo you de chuan gan qi jie dian dou jin hang chong dian ,jian li duo MCquan fu gai chong dian mo xing ,que ding le mei yi ge MCsuo fu wu de chuan gan qi jie dian ji ge yi ji zai suo fu wu de mei ge jie dian chu ting liu de shi jian 。yi zui da hua duo MCneng liang li yong lv he jun heng duo MCcheng dan chong dian ren wu wei mu biao ,jian li ji yu duo mu biao you hua de duo MCquan fu gai chong dian lu jing gui hua wen ti mo xing ,bing she ji ji yu fen jie duo mu biao yan hua de duo MCquan fu gai chong dian lu jing gui hua suan fa (FCCPA)qiu jie gai wen ti 。shi yan jie guo biao ming ,FCCPAsuan fa de dao de neng liang li yong lv zui gao da dao le 33.49%,you yu MOEA/Dsuan fa 6.15%、MOFWAsuan fa 2.54%he Schedule Algorithm 5.45%,bing ju FCCPAsuan fa de dao de chong dian ren wu jun heng xing mu biao de zhong wei zhi fen bie you yu MOEA/Dsuan fa 16.97%、MOFWAsuan fa 2.35%he Schedule Algorithm 19.33%。ran hou ,zhen dui duo MCjin jin wei you chong dian xu qiu de chuan gan qi jie dian jin hang neng liang bu chong ,yan jiu duo MCan xu chong dian lu jing gui hua wen ti 。dang chuan gan qi jie dian de sheng yu sheng ming di yu yi ding yu zhi shi ,xiang chong dian fu wu zhan fa song chong dian qing qiu ,fu wu zhan an zhao ji yu xiang ying bi you xian ji de dong tai xu qiu xiang ying ce lve xiang ying chong dian qing qiu ,wei duo MCgui hua chong dian lu jing 。ji yu chuan gan qi jie dian neng liang xiao hao lv yu ce mo xing ,gei chu duo MCan xu chong dian mo xing ,di chu liang jie duan you hua ce lve ,zai dong tai xu qiu xiang ying suan fa de ji chu shang ,lian ge kao lv duo MCneng liang li yong lv zui da hua he cheng dan chong dian ren wu jun heng xing liang ge mu biao ,di chu duo MCan xu chong dian lu jing gui hua suan fa (MDCPA)qiu jie duo MCan xu chong dian lu jing gui hua wen ti 。tong guo fang zhen shi yan yi ji shu ju fen xi ,MDCPAsuan fa de dao de duo MCneng liang li yong lv zui gao da dao 63.14%,you yu MOEA/Dsuan fa 3.41%he MOFWAsuan fa 1.15%;de dao de chong dian ren wu jun heng xing mu biao de zui you zhi da dao le 7.58,you yu MOEA/Dsuan fa 16.34%he MOFWAsuan fa 35.93%。biao ming MDCPAsuan fa zai di gao duo MCan xu chong dian lu jing gui hua de neng liang li yong lv he jun heng duo MCchong dian ren wu fang mian ,jun ju you jiao hao de xing neng 。

论文参考文献

  • [1].多移动机器人系统中路径规划算法的研究[D]. 徐源正.电子科技大学2019
  • [2].基于双目视觉与激光雷达的局部路径规划算法研究[D]. 刘志励.电子科技大学2019
  • [3].无人车视觉目标检测和路径规划算法研究[D]. 巩海军.北京交通大学2019
  • [4].骑乘共享系统中路径规划算法的研究与应用[D]. 赵皓栋.浙江工业大学2018
  • [5].船舶路径规划算法的研究[D]. 宋勇.武汉理工大学2018
  • [6].自动导引运输车路径规划与优化调度研究[D]. 邢昂.浙江工业大学2019
  • [7].动态环境下的多无人机协同控制技术研究与验证[D]. 陈琨.北京邮电大学2019
  • [8].广义障碍环境下移动机器人路径规划研究[D]. 代亚兰.武汉科技大学2019
  • [9].基于OpenCL的刀具路径规划算法并行化原理及其实现[D]. 毕洋强.杭州电子科技大学2018
  • [10].无人作战移动平台控制系统及路径规划算法研究[D]. 董培方.南京理工大学2018
  • 读者推荐
  • [1].我国重复供述排除问题研究[D]. 姚梦晨.江西财经大学2019
  • [2].基于全生命周期的PPP项目会计核算研究[D]. 王云.海南大学2018
  • [3].器官移植分配的公平问题研究[D]. 李彬.河南师范大学2014
  • [4].短波数据传输系统关键技术研究[D]. 韩艳刚.西安电子科技大学2009
  • [5].遂宁市城市滨水区旅游产品开发研究[D]. 徐卉灵.成都理工大学2010
  • [6].用于多机器人路径规划的多目标遗传算法的研究[D]. 陈志兴.中南大学2009
  • [7].基于双层规划的多目标校车路径优化研究[D]. 张苗.西南交通大学2008
  • [8].加杨叶黄酮类化合物提取分离研究[D]. 石慧.北京林业大学2008
  • [9].多目标遗传优化及其在机器人路径规划中的应用[D]. 刘京京.南京理工大学2007
  • [10].在分析化学教学中培养学生的职业技能[D]. 王倩.内蒙古师范大学2007
  • 论文详细介绍

    论文作者分别是来自合肥工业大学的赵苏磊,发表于刊物合肥工业大学2019-09-23论文,是一篇关于多移动充电设备论文,全覆盖充电规划论文,按需充电规划论文,烟花算法论文,多目标优化论文,合肥工业大学2019-09-23论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自合肥工业大学2019-09-23论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    赵苏磊:基于多目标优化的多移动充电设备路径规划算法研究论文
    下载Doc文档

    猜你喜欢