基于差分进化和粒子群混合优化的WSN节点定位算法研究的开题报告.docx

基于差分进化和粒子群混合优化的WSN节点定位算法研究的开题报告
一、选题背景
无线传感器网络（WSN）是一种具有广泛应用前景的新型自组织、分散型无线传感技术体系，由大量能自组织、具有感知、通讯、计算等功能的微型传感器节点组成，它具有能耗低、容易部署、灵活性好、可扩展性强等特点。在WNS中，节点的精准定位是很重要的任务，它可以为基于位置的服务提供支持。
目前粒子群算法（PSO）和差分进化算法（DE）在全局优化问题中具有良好的性能，因此将它们应用于WSN节点定位算法当中，可以得到较好的效果。本文将探讨将DE和PSO结合的形式，来提高算法寻优过程的速度和效果。
二、研究内容
1.综述无线传感器网络节点定位算法的研究现状及发展趋势。
2.详细介绍差分进化算法和粒子群算法的基本思想、流程和优化策略。
3.基于DE和PSO的优点，结合提出一种比较优秀的算法，探讨两种算法的结合形式，并实现算法的优化。
4.设计实验验证算法的性能及寻优效果，实验将在仿真环境中设计和运行。
5.进行实验结果的分析，并对实验结果进行比较和总结，为后续的研究提供参考。
三、拟解决的问题
节点定位是无线传感器网络的重要任务。传统的定位方法容易受到多径效应、非对称信号衰落等影响，对系统的影响较大。本文将探讨在WSN定位算法中，将DE和PSO结合起来，来提高算法寻优过程的速度和效果，提高节点定位的准确性。
四、预期目标
1.提出一种集成DE和PSO算法的WSN节点定位算法。
2.实现基于所提出算法的节点定位系统，并用仿真数据验证算法的有效性和精度。
3.与其他现有算法进行比较和评估，证明该算法的优越性。
4.为无线传感器网络中的其他问题提供一个新的启示来解决优化问题。
五、论文结构
第一章选题背景和研究内容
第二章相关理论基础
第三章WSN节点定位算法设计
第四章实验验证
第五章结果分析
第六章总结和展望
六、参考文献
1.Mohammedi,K.,Melkemi,M.,Boudaren,M.,etal.AnewhybridoptimizationalgorithmbasedonPSOandDifferentialEvolution.SoftComput.,2018,22:6833.
2.Shehab,M.A.,Hassanien,A.E.,Alaa,M.,etal.MobilenodelocalizationusingenhancedPSOalgorithminwirelesssensornetworks.InProceedingsofthe14thInternationalWirelessCommunicationsandMobileComputingConference(IWCMC),Valencia,Spain,2018:1230-1235.
3.Yavuz,A.G.,Şahan,M.G.,Demirel,T.,etal.Sensornodelocalizationusingdifferentialevolutionalgorithminwirelesssensornetworks.TurkishJournalofElectricalEngineeringandComputerScience,2016,24(5):3632-3647.