李牧东
作品数： 21被引量：245H指数：9
  • 所属机构:空军工程大学航空航天工程学院
  • 所在地区:陕西省 西安市
  • 研究方向:自动化与计算机技术
  • 发文基金:中国航空科学基金

相关作者

赵辉
作品数：79被引量：410H指数：11
供职机构：空军工程大学
研究主题：UCAV 无人机 自适应 优化算法 无人作战飞机
熊伟
作品数：32被引量：131H指数：6
供职机构：空军工程大学信息与导航学院
研究主题：无线传感器网络 DV-HOP算法 LORAN-C 参数优化 GAF算法
翁兴伟
作品数：47被引量：191H指数：9
供职机构：空军工程大学航空航天工程学院
研究主题：无人机 无人攻击机 UCAV 末制导律 电视制导
梁青
作品数：60被引量：168H指数：6
供职机构：西安邮电大学
研究主题：无线传感器网络 参数优化 GAF算法 FPGA 个人通信
郭龙
作品数：5被引量：31H指数：3
供职机构：空军工程大学信息与导航学院
研究主题：无线传感器网络 DV-HOP算法 无线传感器 粒子群算法 DV-HOP定位
作品列表
控制参数值非线性调整策略的灰狼优化算法被引量：48
2016年
为了克服灰狼优化算法在解决函数优化问题时容易陷入局部最优的缺陷,提出采用正弦曲线、对数曲线、正切曲线、余弦曲线和2次曲线的非线性调整策略控制参数值。同时采用变异策略对智能个体位置进行处理,使其位置受适应度值大小影响。对3个标准测试函数进行仿真表明,余弦曲线和2次曲线调整策略优于线性调整策略,其他3种非线性调整策略劣于线性策略。
魏政磊赵辉李牧东王渊柯益明
关键词：控制参数函数优化
一种基于粒子群算法的无线传感器k重覆盖优化策略
2012年
为了实现无线传感器网络k重覆盖范围的最大化,延长网络寿命,提出了一种基于粒子群算法的无线传感器k重覆盖优化策略,提高了k重覆盖率,进而提高节点的利用率,延长无线传感器网络的寿命。同时改进了粒子群的惯性权重,有效地避免了标准粒子群算法容易出现的早熟问题,提高算法的稳定性。通过实验仿真证明了此方法的有效性。
郭龙熊伟李牧东
关键词：无线传感器网络粒子群算法
基于人工蜂群算法的DV-Hop定位改进被引量：21
2013年
针对无线传感器网络无需测距依赖的DV-Hop定位算法节点定位精度不高的问题,将鲁棒性强、收敛速度快且全局寻优性能优异的人工蜂群算法引入到DV-Hop算法的设计中,提出了一种ABDV-Hop(Artificial Bee ColonyDV-Hop)算法。该算法在传统DV-Hop算法的基础上,利用节点间的距离和锚节点的位置信息,在DV-Hop算法的最后阶段,通过建立目标优化函数,实现对未知节点坐标的估计。仿真结果表明,与传统DV-Hop算法相比,在不增加传感器节点的硬件开销的基础上,改进算法能有效降低定位误差。
李牧东熊伟郭龙
关键词：无线传感器网络DV-HOP算法人工蜂群算法
具有自适应搜索策略的灰狼优化算法被引量：27
2017年
灰狼优化算法(Grey Wolf Optimization,GWO)是一种新型的群智能优化算法。与其他智能优化算法类似,该算法仍存在收敛速度慢、容易陷入局部极小点的缺点。针对这一问题,提出了具有自适应搜索策略的改进算法。为了提高算法的收敛速度和优化精度,通过适应度值控制智能个体位置,并引入了最优引导搜索方程;另一方面,为提高GWO的种群多样性,改进算法利用位置矢量差随机跳出局部最优。最后对10个标准测试函数进行了仿真实验,并与其他4种算法进行了比较,统计结果和Wilcoxon符号秩检验结果均表明,所提出的改进算法在收敛速度以及搜索精度方面具有明显优势。
魏政磊赵辉韩邦杰孙楚李牧东
关键词：自适应函数优化
基于非参数统计的生物启发式优化算法性能评估被引量：3
2015年
由于生物启发式优化算法性能评估方法存在单一性、片面性且无法进行统一地检验分析问题,从而严重影响了对优化算法性能的深入研究而导致各类优化算法无法准确地应用于解决实际问题。针对这一问题,利用非参数统计检验中典型的Wilcoxon符号秩检验和Quade检验方法,对5种生物启发式优化算法在36种测试函数条件下的仿真结果进行检验分析。测试结果表明:上述检验方法能够有效地对不同类型的优化算法性能进行分析比较,JADE算法相比于其他4种算法,在收敛速度及搜索精度方面表现最优,而GWO算法在精度稳定性方面相比于其他4种算法表现出较优的性能,对各类生物启发式优化算法优化性能的评估与比较提供了新的思路。
赵辉李牧东翁兴伟周欢
关键词：非参数统计
具有自适应全局最优引导快速搜索策略的人工蜂群算法被引量：26
2014年
针对人工蜂群算法存在开发与探索能力不平衡的缺点,提出了具有自适应全局最优引导快速搜索策略的改进算法.在该策略中,首先采蜜蜂利用自适应搜索方程平衡了不同搜索方法的探索和开发能力;其次跟随蜂利用全局最优引导邻域搜索方程对蜜源进行精细化搜索,以提高其收敛精度和全局搜索能力.14个标准测试函数的仿真结果表明,相比其他算法,所提出的改进算法有效平衡了算法的开发与探索能力,并提高了其最优解的精度及收敛速度.
赵辉李牧东翁兴伟
关键词：人工蜂群算法自适应邻域搜索函数优化
无线传感器网络DV-Hop定位算法研究被引量：6
2012年
针对无线传感器网络无需测距定位算法中典型的DV-Hop算法在不同参数设置时存在定位误差及定位时间差异较大的问题,分别分析并仿真了对定位误差和定位时间有较大影响的节点个数、网络平均连通度及监测区域等几个重要参数,考虑到无线传感器网络能量及成本的限制,通过仿真结果分析得出,网络平均连通度和节点个数分别对DV-Hop算法的定位精度及定位时间起主导作用。理论分析与仿真结果表明,在不同监测区域内,在确保DV-Hop算法低能量消耗的基础上,参数优化后的算法有效地降低了节点的定位误差。
李牧东熊伟梁青金灵
关键词：无线传感器网络参数优化
具有广泛学习策略的回溯搜索优化算法被引量：9
2015年
回溯搜索优化算法(backtracking search optimization algorithm,BSA)是一种新型的进化算法。同其他进化算法类似,该算法仍存在收敛速度较慢的缺点。针对这一问题,在详细分析该算法原理的基础上,提出了具有广泛学习策略的改进算法。为了充分利用种群搜索到的较优位置,该策略首先利用提出的最优学习进化方程,通过与引入的随机进化方程之间随机选择来提高算法的收敛速度和搜索精度;另一方面,该策略利用提出的最优学习搜索方程,通过控制种群的搜索方向,促使种群尽快收敛至全局最优解。最后对20个复杂测试函数进行了仿真实验,并与其他3种目前流行的算法进行了比较,统计结果和Wilcoxon符号秩检验结果均表明,所提出的改进算法在收敛速度以及搜索精度方面具有明显优势。
李牧东赵辉翁兴伟
关键词：函数优化
分布式人工蜂群免疫算法求解函数优化问题被引量：12
2015年
为了克服人工蜂群算法由于开发能力较弱而导致收敛速度慢、搜索精度不高等缺点,结合子蜂群思想和免疫克隆选择算法,提出一种基于分布式精英进化模型的人工蜂群免疫算法.首先对外层子蜂群进行启发式快速人工蜂群操作以提高收敛速度;然后对内层精英蜂群进行免疫克隆选择操作,进一步提高了算法的收敛精度和全局搜索能力.仿真结果表明了该算法在求解函数优化问题上的有效性和优越性.
赵辉李牧东翁兴伟
关键词：人工蜂群算法免疫克隆选择函数优化
基于人工蜂群改进算法的无线传感器网络定位算法被引量：33
2013年
针对无线传感器网络无需测距DV-Hop定位算法中,利用多边测量法计算未知节点坐标时存在较大误差的问题,提出了一种改进的DV-Hop智能定位算法。首先在详细分析DV-Hop算法中多边测量法的基础上,将定位问题转化成全局最优化问题;其次根据人工蜂群算法计算最优化问题的优势,结合定位具体问题,提出了一种自适应人工蜂群算法;最后将改进的人工蜂群算法运用到DV-Hop算法未知节点的坐标估计阶段实现定位。仿真实验表明,改进的定位算法与多边测量法及基于传统人工蜂群算法的DV-Hop算法相比,在不同锚节点比例和不同节点数的情况下,定位精度和精度稳定性都有明显提高。
李牧东熊伟梁青
关键词：无线传感器网络DV-HOP算法人工蜂群算法
加载更多 ∨