张高亮
- 作品数：2 被引量：11H指数：2
- 供职机构：重庆师范大学计算机与信息科学学院更多>>
- 发文基金：重庆市教育委员会科学技术研究项目更多>>
- 相关领域：自然科学总论自动化与计算机技术更多>>
- 基于改进GM(1,1)模型的城市短时交通流预测研究被引量：8
- 2016年
- 基于GM(1,1)模型的模拟或预测结果具有严格单调性,导致其难以实现对随机波动序列的有效模拟,而以累加序列模拟值作为累减还原参数的建模方式是导致GM(1,1)模型精度不理想的主要原因。为了提高GM(1,1)模型模拟及预测精度,在传统灰色预测模型建模基础上,提出了基于改进累减还原方法的新GM(1,1)模型,然后应用该模型对城市短时交通流进行了模拟和预测,并将结果与传统GM(1,1)模型进行了比较和分析,结果显示新模型具有更加良好的模拟及预测性能。
- 游中胜何丽张高亮
- 关键词：短时交通流GM(1,1)模型
- 基于概率感知模型和量子粒子群算法的移动节点部署被引量：3
- 2014年
- 为了解决监测区域的传感器节点部署问题,设计了一种基于概率感知模型和量子粒子群算法的移动节点部署方法。首先,在传统概率感知模型中加入节点剩余能量因素进而得到改进的概率感知模型C(si,p)={0,if d(si,p)≥r-reEir/Ei0e-λασ,if d(si,p)≤r+re,1,if r-re≤d(si,p)≤r+re然后基于改进的概率感知模型设计了多目标优化的节点部署模型,在优化模型中考虑了网络覆盖率和能量因素。最后定义了基于量子粒子群算法来获得节点的最优位置对应的Pareto最优解的优化算法(即将粒子编码为节点部署方案,采用最小化网络能耗和最大化网络覆盖率为粒子的Pareto目标,引导粒子在可行解空间不断更新位置寻求最优解)。仿真实验结果表明:文中方法能正确地实现监测区域的传感器节点部署,能实现较为均匀的网络覆盖,与其他方法相比,具有较高的网络覆盖率和较长的网络生命周期,具有较大的优越性。
- 蹇旭张高亮
- 关键词：粒子群算法
