[发明专利]基于集合粒子群算法的无线传感器网络任务调度优化方法

摘要

本发明公开了一种基于集合粒子群算法的无线传感器网络任务调度优化方法，步骤如下：初始化集合粒子群算法的基本参数，并根据给定的无线传感器网络和待分配任务初始化第一代粒子群；计算粒子群中每个粒子的适应值；更新粒子群中各个粒子的pBestfi，更新粒子群的全局最优解gBest；根据粒子群中各个粒子的pBestfi和综合学习策略更新粒子速度；根据动态启发式信息，更新粒子群中各个粒子的位置；通过变异操作提高粒子群的多样性；如果达到优化的结束条件，则输出全局最优解gBest，否则返回重新计算各个粒子的适应值。该发明使用一种动态启发式的替换算法，并结合综合学习策略和变异操作提高粒子多样性和寻优能力。

主权项

1.一种基于集合粒子群算法的无线传感器网络任务调度优化方法，其特征在于，所述的任务调度优化方法包括下列步骤：S1、初始化集合粒子群算法的基本参数，并根据给定的无线传感器网络和待分配任务初始化第一代粒子群；S2、计算粒子群中每个粒子的适应值，其中，适应值函数如下：其中，g1,g2,g3是三个权值，t(X),e(X),sd(X)分别表示任务分配方案X所能造成的时间消耗、能量消耗和能量消耗标准差，tmax,emax,sdmax分别表示在任务负荷量达到最大，并且网络计算能力最低的情况下的时间消耗、能量消耗和能量消耗标准差；S3、更新粒子群中各个粒子的历史最优解pBestfi，更新粒子群的全局最优解gBest；S4、根据粒子群中各个粒子的pBestfi和综合学习策略更新粒子速度；S5、根据动态启发式信息，更新粒子群中各个粒子的位置；S6、通过变异操作提高粒子群的多样性；S7、如果达到算法预先设定的迭代次数，则进行步骤S8，否则返回步骤S2；S8、输出全局最优解gBest，结束优化算法。