傳感器秉銘BTL038R自適應人工免疫網絡BTL6-E170-M1500-P-S115

BTL6-E170-M1500-P-S115為了克服傳統無線傳感器網絡路由算法頻繁使用單一路徑而導致的能量受限問題，提出一種能量與路徑約束的無線傳感網絡路由優化算法。綜合無線傳感器網絡的負載均衡性與能源有效性兩個因素，引入飛行可行域的概念以實現數據高效傳輸，并添加能量因子與距離因子，進一步保證各網絡節點之間具有均勻合理的能量分布, 從而滿足無線傳感器網絡低功耗、高能效的功能需求。實驗結果表明, 所提算法能夠有效地提高網絡負載均衡，避免部分節點能量過早枯竭造成的網絡分割現象，可增加網絡的壽命長度。 為了使無線傳感器網絡的覆蓋率和能耗達到的效果,提出了一種改進的多目標粒子群優化算法,采用量子粒子群優化更新粒子,利用擁擠距離排序策略,并結合適應度函數值優劣特性對多目標矛盾的性能目標選擇,同時通過擁擠距離對加速系數自適應調整提高算法搜索能力,得到了逼近真實前沿的Pareto解集,具有更快的收斂速度和更強的尋優能力.通過對比實驗結果表明:提出的算法在解決WSN的多目標優化問題時,,更好地平衡網絡覆蓋和動態通信能耗,使整個網絡的綜合指數達到了6.249,均明顯于其他三種算法. 

傳感器秉銘BTL038R自適應人工免疫網絡BTL6-E170-M1500-P-S115

BTL6-E170-M1500-P-S115為了解決硅壓阻式壓力傳感器溫度漂移現象影響工程測量精度的問題,提出一種基于螢火蟲優化的BP神經網絡溫度補償策略。對一般型BP神經網絡利用螢火蟲算法進行權值和閾值的優化,進而提高神經網絡的泛化性能和搜索速度,并利用優化后的BP神經網絡進行壓力傳感器溫度補償實驗。將優化后的BP神經網絡溫度補償性能與一般的神經網絡和粒子群優化的神經網絡進行對比分析,結果表明:螢火蟲優化后的BP神經網絡補償*,相比于一般的神經網絡補償誤差減少了52%,相比于粒子群優化的BP神經網絡補償誤差減少了23%;考慮補償耗時,螢火蟲優化的BP神經網絡綜合特性表現良好,補償后的傳感器數據滿足課題實驗需求,補償算法可行。 

BTL0390    BTL6-E170-M1016-P-S115
BTL0391    BTL6-E170-M1067-P-S115
BTL0392    BTL6-E170-M1220-P-S115
BTL0393    BTL6-E170-M1270-P-S115
BTL0394    BTL6-E170-M1372-P-S115
BTL0395    BTL6-E170-M1524-P-S115
BTL0MK6    BTL6-E500-M0050-PF-S115
    BTL6-E500-M0075-PF-S115
BTL14ZR    BTL6-E500-M0085-E2-LA00,3
BTL0JKP    BTL6-E500-M0085-E2-SA313-LA00,3
BTL0FFP    BTL6-E500-M0100-E2-KA05
BTL0PA5    BTL6-E500-M0100-PF-S115
BTL04R2    BTL6-E500-M0102-E28-LA00,3
BTL04R1    BTL6-E500-M0102-E2-LA00,3