傳感器秉銘B(tài)TL038R自適應人工免疫網絡BTL6-E170-M1500-P-S115

BTL6-E170-M1500-P-S115為了克服傳統(tǒng)無線傳感器網絡路由算法頻繁使用單一路徑而導致的能量受限問題，提出一種能量與路徑約束的無線傳感網絡路由優(yōu)化算法。綜合無線傳感器網絡的負載均衡性與能源有效性兩個因素，引入飛行可行域的概念以實現(xiàn)數據高效傳輸，并添加能量因子與距離因子，進一步保證各網絡節(jié)點之間具有均勻合理的能量分布, 從而滿足無線傳感器網絡低功耗、高能效的功能需求。實驗結果表明, 所提算法能夠有效地提高網絡負載均衡，避免部分節(jié)點能量過早枯竭造成的網絡分割現(xiàn)象，可增加網絡的壽命長度。 為了使無線傳感器網絡的覆蓋率和能耗達到的效果,提出了一種改進的多目標粒子群優(yōu)化算法,采用量子粒子群優(yōu)化更新粒子,利用擁擠距離排序策略,并結合適應度函數值優(yōu)劣特性對多目標矛盾的性能目標選擇,同時通過擁擠距離對加速系數自適應調整提高算法搜索能力,得到了逼近真實前沿的Pareto解集,具有更快的收斂速度和更強的尋優(yōu)能力.通過對比實驗結果表明:提出的算法在解決WSN的多目標優(yōu)化問題時,,更好地平衡網絡覆蓋和動態(tài)通信能耗,使整個網絡的綜合指數達到了6.249,均明顯于其他三種算法. 

傳感器秉銘B(tài)TL038R自適應人工免疫網絡BTL6-E170-M1500-P-S115

BTL6-E170-M1500-P-S115為了解決硅壓阻式壓力傳感器溫度漂移現(xiàn)象影響工程測量精度的問題,提出一種基于螢火蟲優(yōu)化的BP神經網絡溫度補償策略。對一般型BP神經網絡利用螢火蟲算法進行權值和閾值的優(yōu)化,進而提高神經網絡的泛化性能和搜索速度,并利用優(yōu)化后的BP神經網絡進行壓力傳感器溫度補償實驗。將優(yōu)化后的BP神經網絡溫度補償性能與一般的神經網絡和粒子群優(yōu)化的神經網絡進行對比分析,結果表明:螢火蟲優(yōu)化后的BP神經網絡補償*,相比于一般的神經網絡補償誤差減少了52%,相比于粒子群優(yōu)化的BP神經網絡補償誤差減少了23%;考慮補償耗時,螢火蟲優(yōu)化的BP神經網絡綜合特性表現(xiàn)良好,補償后的傳感器數據滿足課題實驗需求,補償算法可行。 

BTL0390    BTL6-E170-M1016-P-S115
BTL0391    BTL6-E170-M1067-P-S115
BTL0392    BTL6-E170-M1220-P-S115
BTL0393    BTL6-E170-M1270-P-S115
BTL0394    BTL6-E170-M1372-P-S115
BTL0395    BTL6-E170-M1524-P-S115
BTL0MK6    BTL6-E500-M0050-PF-S115
    BTL6-E500-M0075-PF-S115
BTL14ZR    BTL6-E500-M0085-E2-LA00,3
BTL0JKP    BTL6-E500-M0085-E2-SA313-LA00,3
BTL0FFP    BTL6-E500-M0100-E2-KA05
BTL0PA5    BTL6-E500-M0100-PF-S115
BTL04R2    BTL6-E500-M0102-E28-LA00,3
BTL04R1    BTL6-E500-M0102-E2-LA00,3