冯岩
- 作品数:4 被引量:11H指数:2
- 供职机构:郑州大学信息工程学院更多>>
- 发文基金:河南省基础与前沿技术研究计划项目郑州市科技攻关计划项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于Q学习的多基站分簇拓扑控制算法被引量:2
- 2016年
- 为了解决无线传感器网络中单基站附近出现的"能量空洞"和网络时延过高等问题,引入多基站分簇拓扑控制算法。算法根据不同的场景来选择基站数目,结合图论和定向扩散中梯度的思想对网络进行分簇并运用Q学习算法对簇头节点进行周期性的学习训练,比较到达不同基站的不同路径上的Q值进行最优路径的选择。通过仿真分析表明,该算法相对于单基站分簇算法可以有效延长网络的生命周期。
- 阎新芳冯岩王晓晓
- 关键词:无线传感器网络Q学习
- WSN中基于离散人工鱼群的分簇拓扑优化算法被引量:1
- 2017年
- 针对无线传感器网络中的HCAGG未综合考虑邻居节点的距离和能量分布,离簇首节点较远而能量较少的节点易成为盲节点的问题,提出一种分级簇算法.该算法引入新的综合权值计算方式,利用离散人工鱼群算法快速遍历到满足成员节点距其越远能量越多,反之越少的新簇头,降低了盲节点出现的概率.仿真结果表明,该算法有助于均衡节点能量,能有效延长网络生存期.
- 阎新芳张晓丹严晶晶冯岩
- 关键词:WSN
- 基于Q学习的无线传感网分簇拓扑控制算法被引量:4
- 2015年
- 为了延长大规模无线传感器网络的生命周期,在ETBG算法的基础上提出基于Q学习的分簇拓扑控制算法.该算法利用有序加权平均(OWA)算子多属性决策的方法确定节点的权值,利用Q学习算法对节点进行周期性的学习训练,按照每条路径的Q值进行最优路径的选择,然后就可以实现网络的拓扑控制.仿真分析表明,基于Q学习算法形成的簇树机制解决了ETBG算法在生成簇树过程中未能寻找到最佳路径而造成数据传输时能量损耗过多的问题,从而达到延长网络生命周期的目的.
- 阎新芳王晓晓冯岩严晶晶
- 关键词:无线传感器网络Q学习
- WSN中基于梯度和粒子群优化算法的分级簇算法被引量:5
- 2016年
- 为均衡网络中节点的能量消耗,提出一种分级簇算法——GPHCA.该算法采用双簇头模式,利用粒子群优化算法搜寻能量大且到簇成员平均距离小的两个节点作为主簇头和副簇头,将簇头负担均衡到了两个节点上;在网关的选择上,同时考虑能量和转发路径的总距离,使最终选择的网关在能量和时延上得到均衡.仿真结果表明,GPHCA算法能有效延长网络的生命周期.
- 阎新芳严晶晶冯岩
- 关键词:无线传感器网络粒子群算法双簇头