说明:基于生物地理学的优化,优良的全局优化算法 !地理学是研究生物的地理分布。执政的生物分布的数学方程首先发现和开发在 1960 年代。工程师的思维方式是我们可以汲取自然。这促使在优化问题中的生物地理学应用。就像数学上的生物遗传学激励遗传算法 (气) 的发展和生物神经元的数学人工神经网络的发展,本文认为生...
说明:模拟退火是 80 年代初发展起来的一种随机性组合优化方法。它模拟高温金属降温的热力学过程,并广泛应用于组合优化问题。基于模拟退火的粒子群优化算法是把模拟退火机制引入基本粒子群优化算法中,采用杂交粒子群优化算法中的杂交运算和带高斯变异的粒子群优化算法中的变异运算,以便进一步调整优化群体。
说明:粒子群算法,也称粒子群优化算法(Particle Swarm Optimization),缩写为 PSO, 是近年来发展起来的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种,和模拟退火算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是...
说明:采用matlab对WSN问题进行求解,算法为PSO算法,采用传感器节点的概率感知模型,迭代150次后能够找到最优解没对区域的覆盖率可达95%以上。代码可直接运行,结果为初始化、覆盖率随迭代次数的变化、最终结果。代码简单易懂,注释详细,适合新手入门