| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 无线传感器网络概述 | 第16-19页 |
| 1.2.1 WSN的网络结构 | 第16-17页 |
| 1.2.2 传感器节点结构 | 第17-19页 |
| 1.3 无线传感器网络覆盖控制研究现状 | 第19-21页 |
| 1.4 本文工作及创新 | 第21-22页 |
| 1.5 论文组织结构 | 第22-24页 |
| 第二章 WSN的覆盖与数学模型 | 第24-32页 |
| 2.1 覆盖问题分类模型 | 第24-27页 |
| 2.1.1 基本概念 | 第24-25页 |
| 2.1.2 覆盖分类 | 第25-27页 |
| 2.2 节点感知模型 | 第27-28页 |
| 2.3 WSN的覆盖算法评价标准 | 第28-30页 |
| 2.4 覆盖优化的数学模型描述 | 第30-31页 |
| 2.4.1 问题假设 | 第30页 |
| 2.4.2 覆盖率的计算 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 量子粒子群优化算法 | 第32-44页 |
| 3.1 群体智能和优化问题 | 第32页 |
| 3.2 标准粒子群优化算法 | 第32-36页 |
| 3.2.1 算法思想 | 第33页 |
| 3.2.2 PSO算法的数学描述 | 第33-34页 |
| 3.2.3 算法流程 | 第34-35页 |
| 3.2.4 标准PSO算法分析 | 第35-36页 |
| 3.3 量子粒子群优化算法 | 第36-43页 |
| 3.3.1 量子模型和概率搜索 | 第36-37页 |
| 3.3.2 粒子群量子模型建立 | 第37-39页 |
| 3.3.3 量子粒子群的进化方程 | 第39-40页 |
| 3.3.4 QPSO算法的收敛性 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 自适应混沌量子粒子算法研究与在WSN覆盖优化中的应用 | 第44-58页 |
| 4.1 混沌及其特性 | 第44-46页 |
| 4.1.1 混沌原理与搜索机制 | 第44-45页 |
| 4.1.2 混沌映射选择 | 第45-46页 |
| 4.2 多样性测度 | 第46-48页 |
| 4.2.1 种群分布熵 | 第46-47页 |
| 4.2.2 平均粒距 | 第47-48页 |
| 4.3 动态自适应混沌量子粒子群优化算法设计 | 第48-52页 |
| 4.3.1 收缩扩张系数α的自适应控制 | 第48-50页 |
| 4.3.2 混沌精细化搜索 | 第50-51页 |
| 4.3.3 算法流程 | 第51-52页 |
| 4.4 DACQPSO的WSN覆盖优化仿真实验与分析 | 第52-57页 |
| 4.4.1 仿真环境与参数设置 | 第52-53页 |
| 4.4.2 混沌搜索阈值c的选取 | 第53-55页 |
| 4.4.3 实验结果与分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 基于正态云模型的自适应量子粒子群优化算法 | 第58-74页 |
| 5.1 云模型概述 | 第58-62页 |
| 5.1.1 云模型的定义 | 第58-59页 |
| 5.1.2 数字特征 | 第59-60页 |
| 5.1.3 云发生器 | 第60-62页 |
| 5.2 基于正态云模型的自适应量子粒子群算法 | 第62-65页 |
| 5.2.1 收缩扩张系数的自适应控制策略 | 第62-63页 |
| 5.2.2 势阱中心自适应调整策略 | 第63-64页 |
| 5.2.3 云变异策略 | 第64页 |
| 5.2.4 粒子边界修正 | 第64-65页 |
| 5.2.5 算法步骤 | 第65页 |
| 5.3 实验与分析 | 第65-73页 |
| 5.3.1 测试函数 | 第65-67页 |
| 5.3.2 实验设计 | 第67-70页 |
| 5.3.3 实验分析 | 第70-72页 |
| 5.3.4 基于CMAQPSO算法的WSN覆盖优化 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 工作总结 | 第74页 |
| 6.2 研究展望 | 第74-76页 |
| 参考文献 | 第76-83页 |
| 作者简介 | 第83页 |
