提出了一种自适应模糊全局快速Terminal滑模控制方法,在参数不确定性和外干扰情况下,为解决系统的非线性不确定性提供了一种新途径。与传统模糊Terminal滑模控制相比,通过采用模糊逻辑系统来逼近未
针对传统DV-Hop算法定位精度差的问题,加权DV-Hop算法优化了待计算节点的平均单跳距离。在存在GPS定位误差的情况下,对加权DV-Hop算法进行了改进,利用最小二乘法优化全网信标节点的平均单跳距
Thetime-costtrade-offbasedonthestrategicorientationisoneofimportantquestionsforthemulti-projectmanag
线性加权协作频谱感知模型下,针对虚警概率最大化检测概率的问题,提出了一种基于改进入侵性杂草优化算法的协作频谱感知方案。算法中的可行解与频谱协作感知模型中的权重向量相对应,通过寻求最优权重向量,来达到最
分析了现有频繁模式聚类算法的不足,提出了距离函数改进,并在模式聚类函数的基础上生成一个压缩的偏序(partialorder)的算法(FCWSO算法)。实验结果显示该算法可以对频繁序列模式进行高效、高质
在标准粒子群优化(particleswarmoptimization,PSO)算法的基础上提出了一种带有动态惯性权重的自适应粒子群算法,以实现移动WSN对被监测区域的覆盖。新算法引入了粒子群进化度因子
变异测试是常用的测试方法之一,变异测试分析的过程中计算开销会比较大,问题主要集中于测试过程中会产生大量的变异体。为了减少变异体的数量,提出用标准粒子群聚类算法进行选择优化,但标准粒子群算法在被测数据量
针对基本灰狼优化算法在求解复杂问题时同样存在依赖初始种群、过早收敛、易陷入局部最优等缺点,提出一种改进的灰狼优化算法应用于求解函数优化问题中。该算法首先利用混沌Cat映射产生灰狼种群的初始位置,为算法
针对DV-Hop定位算法在节点分布不均匀的传感器网络拓扑环境下,跳数与跳距估计存在误差的问题,提出了ILDV-Hop改进算法。首先基于信标节点间估计距离与真实距离的差值,提出了一种全网络的有效跳距;其
针对传统网络流量预测模型泛化能力弱和准确度低的缺点,提出一种组合小波包分解(WPD)和灰狼横纵多维混沌寻优算法(CCGWO)优化Elman神经网络的短期网络流量预测模型(WPD-CCGWO-ELMAN