摘要 | 第3-5页 |
abstract | 第5-6页 |
图表索引 | 第10-12页 |
第一章 绪论 | 第12-18页 |
1.1 课题研究的背景及意义 | 第12-13页 |
1.2 本课题研究现状 | 第13-15页 |
1.2.1 WSN 国内外研究现状 | 第13页 |
1.2.2 WSN 覆盖问题研究现状 | 第13-15页 |
1.3 论文研究内容与组织架构 | 第15-18页 |
第二章 研究基础 | 第18-28页 |
2.1 WSN 相关理论 | 第18-20页 |
2.1.1 WSN 的结构 | 第18-19页 |
2.1.2 WSN 的特点 | 第19-20页 |
2.1.3 WSN 应用 | 第20页 |
2.2 WSN 覆盖控制 | 第20-25页 |
2.2.1 WSN 覆盖方式 | 第20-22页 |
2.2.2 WSN 节点感知模型 | 第22-24页 |
2.2.3 WSN 覆盖性能指标 | 第24页 |
2.2.4 区域覆盖节点休眠调度 | 第24-25页 |
2.3 遗传算法概述 | 第25-27页 |
2.3.1 遗传算法的基本概念 | 第25-26页 |
2.3.2 基本遗传算法流程 | 第26-27页 |
2.3.3 遗传算法特点 | 第27页 |
2.4 本章小结 | 第27-28页 |
第三章 基于遗传算法的 WSN 最优覆盖集选取 | 第28-40页 |
3.1 问题概述 | 第28-29页 |
3.2 多种群遗传算法 | 第29-30页 |
3.3 基于加权多种群遗传算法的覆盖集优化选取 | 第30-32页 |
3.3.1 求解目标及适应度选取 | 第30-31页 |
3.3.2 编码方式及遗传操作 | 第31-32页 |
3.3.3 移民算子与人工选择算子 | 第32页 |
3.3.4 结束条件 | 第32页 |
3.4 基于约束多种群遗传算法的覆盖集优化选取 | 第32-33页 |
3.5 实验仿真及分析 | 第33-38页 |
3.5.1 节点最优分布 | 第33-34页 |
3.5.2 加权多种群遗传算法覆盖集优化分析 | 第34-37页 |
3.5.3 约束多种群遗传算法覆盖集优化分析 | 第37-38页 |
3.6 本章小结 | 第38-40页 |
第四章 基于改进 NSGA-Ⅱ的高能效覆盖集选取 | 第40-58页 |
4.1 问题概述 | 第40-41页 |
4.2 多目标优化问题 | 第41-42页 |
4.3 多目标遗传算法 | 第42-44页 |
4.3.1 多目标遗传算法与选择 | 第42-43页 |
4.3.2 NSGA-Ⅱ相关概念 | 第43页 |
4.3.3 NSGA-Ⅱ流程 | 第43-44页 |
4.4 基于改进 NSGA-Ⅱ的高能效覆盖集选取 | 第44-48页 |
4.4.1 求解目标 | 第44-46页 |
4.4.2 种群编码及遗传算子改进 | 第46-47页 |
4.4.3 种群更新过程 | 第47-48页 |
4.4.4 算法具体实现 | 第48页 |
4.5 WSN 覆盖集优化仿真及分析 | 第48-56页 |
4.5.1 改进 NSGA-Ⅱ对 WSN 最优覆盖集选取的有效性 | 第48-52页 |
4.5.2 改进 NSGA-Ⅱ对 WSN 最优覆盖集选取的适应性及求解效率 | 第52-53页 |
4.5.3 改进 NSGA-Ⅱ对 WSN 最优覆盖集选取的求解性能 | 第53-56页 |
4.6 本章小结 | 第56-58页 |
第五章 混合 WSN 覆盖控制 | 第58-64页 |
5.1 问题概述 | 第58页 |
5.2 基于改进 NSGA-Ⅱ的混合 WSN 覆盖控制 | 第58-60页 |
5.2.1 问题建模 | 第59页 |
5.2.2 求解目标 | 第59页 |
5.2.3 种群编码及遗传算子 | 第59-60页 |
5.3 混合 WSN 覆盖控制仿真实验 | 第60-63页 |
5.3.1 混合 WSN 覆盖空洞建模 | 第60-61页 |
5.3.2 改进 NSGA-Ⅱ对混合 WSN 覆盖控制的有效性及稳定性 | 第61-62页 |
5.3.3 改进 NSGA-Ⅱ对混合 WSN 覆盖控制性能分析 | 第62-63页 |
5.4 本章小结 | 第63-64页 |
第六章 总结与展望 | 第64-66页 |
6.1 总结 | 第64-65页 |
6.2 展望 | 第65-66页 |
参考文献 | 第66-70页 |
致谢 | 第70-72页 |
攻读学位期间发表的学术论文 | 第72页 |