论文部分内容阅读
为提高异构有向传感器网络的节点调度效率,基于学习自动机提出一种参数自适应的差分进化算法。将节点调度问题转化为集合覆盖问题,利用学习自动机与环境的交互实现差分算法控制参数的自适应选择,同时采用自适应的变异策略增强算法解决集合覆盖问题时的寻优能力。仿真结果表明,相比原始差分进化算法,该算法拓展了参数自适应性,优化能力更强,并且能够延长异构有向传感器网络的生存时间。