答辩ppt模板PPT课件

1、1 绪论绪论2 RFID网络部署模型网络部署模型3 基于改进混沌粒子群优化算法的基于改进混沌粒子群优化算法的RFID网络部署优化网络部署优化4 基于基于EOBL_QPSO算法的多目标算法的多目标RFID网络部署优化网络部署优化5 总结与展望总结与展望论文主要内容与安排论文主要内容与安排1/222021-11-17第1页/共22页 RFIDRFID现代物流与供应现代物流与供应链管理链管理生产管理与生产管理与控制控制交通管交通管理理公共安公共安全全军事应军事应用用重大工程与重大工程与活动活动2/22存在的问题：存在的问题：u 频率设定频率设定u 天线技术天线技术u 低功耗工艺技术低功耗工艺技术u

2、封装技术封装技术u 定位与追溯技术定位与追溯技术u 防碰撞技术防碰撞技术u 安全技术安全技术课题背景及意义课题背景及意义路由协议路由协议网络部署网络部署2021-11-17第一章第一章 绪论绪论第2页/共22页3/22 准确度高、直观性强 考虑多种约束条件时，计算繁琐，扩展性不强图论图论 扩展性强，求解速度快 常用算法为遗传算法智能算法智能算法覆盖问题研究现状覆盖问题研究现状粒子群算法粒子群算法收敛速度快、易实现容易陷入局部最优解改进改进2021-11-17第一章第一章 绪论绪论第3页/共22页问题提出问题提出4/22覆盖模型覆盖模型：点覆盖：点覆盖感知模型感知模型：随机模型：随机模型部署策略

3、部署策略：网格策略：网格策略22()()()siigjgig a,bAxaxbr0,( , )( , ),( , )1,( , )eaeeed s prrC s perrd s prrd s prr目的目的 合理部署资源合理部署资源要求要求 满足目标函数满足目标函数问题问题 覆盖问题覆盖问题2021-11-17第二章第二章 RFID网络部署模型网络部署模型第4页/共22页目标函数目标函数l覆盖率：覆盖率：l交叉干扰水平交叉干扰水平：l信号信号强度：强度：l冲突冲突约束：约束：l密集密集程度：程度：l网络负载网络负载平衡：平衡：5/221maxniiCRn1,1,max1nijijijCOC 1

4、min ()nidiCPP111min (,)()mmijijij iIdist R Rrr 1min ()mkkkEdist RCenter11min mkkLC2021-11-17第二章第二章 RFID网络部署模型网络部署模型第5页/共22页6/22问题提出问题提出最大化问题最大化问题：（覆盖率、交叉干扰水平）（覆盖率、交叉干扰水平）11112max(1)nnijii,jiCCfwwnCTent映射与映射与Logistic映射：映射：1,00 5;(1), 0 51nnnnnaxx.xax.x.Tent映射：映射：1(1)nnnxxxLogistic映射：映射：2021-11-17第三章第

5、三章 基于改进混沌粒子群优化算法的基于改进混沌粒子群优化算法的RFID网络部署优化网络部署优化第6页/共22页Tent与与Logistic映射性能对比实验映射性能对比实验7/22同时迭代同时迭代3000030000次得到的（次得到的（0,10,1）范围的分布图）范围的分布图Logistic映射的概率分布图Tent映射的概率分布图Logistic映射混沌序列分布特点：两头高，中间均匀Tent映射整体分布均匀，更显优越2021-11-17第三章第三章 基于改进混沌粒子群优化算法的基于改进混沌粒子群优化算法的RFID网络部署优化网络部署优化第7页/共22页参数选取实验参数选取实验8/22算法性能分析

6、测试函数Ackley函数：21111120exp( 0.2)exp(cos2)20e,1532nniiiiifxxxnn Easom函数：2221212cos()cos()exp( ()() )100100,1, 2ifxxxxxi 均匀设计表测试函数实验结果第四组参数组合最优，选取作为仿真实验使用2021-11-17第三章第三章 基于改进混沌粒子群优化算法的基于改进混沌粒子群优化算法的RFID网络部署优化网络部署优化第8页/共22页仿真实验仿真实验9/22实验步骤实验步骤仿真环境初始化确定映射关系算法初始化评价个体种群进化结束实例研究实例研究N=120itermax=250wmin=0.4w

7、max=0.9c1=1.7c1=1.9w1=0.9w2 =0.1监控面积：30m*30m 电子标签个数：50 读写器个数：9初始化部署Tent_PSO优化后部署2021-11-17第三章第三章 基于改进混沌粒子群优化算法的基于改进混沌粒子群优化算法的RFID网络部署优化网络部署优化第9页/共22页仿真结果仿真结果10/22PSO算法优化部署Logistic_PSO算法优化部署优化部署后坐标2021-11-17第三章第三章 基于改进混沌粒子群优化算法的基于改进混沌粒子群优化算法的RFID网络部署优化网络部署优化第10页/共22页仿真结果分析仿真结果分析11/22优化部署统计结果对比优化部署性能参

8、数对比适应度值迭代曲线对比图Tent_PSO算法算法有效有效2021-11-17第三章第三章 基于改进混沌粒子群优化算法的基于改进混沌粒子群优化算法的RFID网络部署优化网络部署优化第11页/共22页问题提出问题提出12/22412341Minimize ; 1;1, 2,3, 4iiiAw fwwwwi最小化问题最小化问题：（信号强度、冲突（信号强度、冲突 约束、密集程度、网络负载平衡）约束、密集程度、网络负载平衡）量子粒子群算法（量子粒子群算法（QPSO）：）：(1)( )( )( ) ln1( )ijijjijijxtptmbesttxt/ ut12111111( )( )( )MMMi

9、iiDiiimbestpbestt ,pbestt ,pbesttMMM( )( )( )1( )( ),1, 2,ijijijijjpttpbestttgbesttjD，粒子迭代过程依托Pbest和Gbest，当空间内局部最优值很多时，易陷入早熟2021-11-17第四章第四章 基于基于EOBL_QPSO算法的多目标网络部署优化算法的多目标网络部署优化第12页/共22页精英反向学习策略精英反向学习策略13/22 对一个可行解，同时计算并评估其反向解，从中选择较优的解作为下一代个体主要思想：主要思想：相关定义：相关定义：定义定义1 反向点（Opposite Point） 设12(,)iiiiD

10、Xxxx是D维空间中的一个点（可视为可行解），idddxa ,b，其对应的反向点12(,)iiiiDXxxx可定义为：ididididxab - x定义定义2 精英反向解（Elite Opposite Solution） 设假定粒子，对应的自身极值即为精英粒子12(,)eeeeiiiiDXxxx，则精英反向解12(,)eeeeiiiiDXxxx可定义为：()eeidddidxk dadbx定义定义3 精英反向学习策略 是一普通()f 是种群中适应度函数。对于最小解问题，若()()eeiif Xf X成立，则用精英反向解替代对应的精英粒子。2021-11-17第四章第四章 基于基于EOBL_QP

11、SO算法的多目标网络部署优化算法的多目标网络部署优化12(,)iiiiDXxxx第13页/共22页EOBL_QPSO算法流程及性能分析算法流程及性能分析14/22121212DoFor1toif( )( )then( )( )( )min( )Find out( ) using (4 4)For1to dimension( )(0,1),( )(0,1)( )( )( )( )( )( )(iiiiiiiddidiMf X tf Pbest tPbesttX tGbest tPbesttmbest t.dDtrandtrandt * pbesttt * gbesttpttt22)( )(0 1

12、)if(0, 1)0 5(1)( )+( )( ) ln1( )else(1)( )-( )( ) ln1( )whilestopping criterion is not meet doifupdate,accordinidididdididididdididminddutrand,rand.xtptmbesttxt/ utxtptmbesttxt/ utdadbg to 4 9( )()( )if( )( )( )( )( )min( )until termination creterion is meteeidddideeiieiii.xtk dadbxtf( Xt )f( Xt )Pb

13、esttXtGbest tPbestt测试函数结果对比2021-11-17第四章第四章 基于基于EOBL_QPSO算法的多目标网络部署优化算法的多目标网络部署优化第14页/共22页性能对比实验性能对比实验15/22SphereRosebrockGriewankRastriginSpherePSO:800QPSO:400EOBL_QPSO:70Rosebrock:PSO:1400时早熟QPSO:未收敛EOBL_QPSO:1800Griewank:PSO:1000QPSO:450EOBL_QPSO:230Rastrigin:PSO:未收敛QPSO:1820EOBL_QPSO:13742021-11

14、-17第四章第四章 基于基于EOBL_QPSO算法的多目标网络部署优化算法的多目标网络部署优化第15页/共22页实例研究实例研究16/22实验步骤实验步骤仿真环境初始化确定映射关系算法初始化评价个体种群进化结束实例研究实例研究N=100itermax=250wmin=0.4wmax=0.9c1=2c1=2w1=w2=w3=0.2w4 =0.4监控面积：30m*30m 电子标签个数：50 读写器个数：9初始化部署:1 00 4a .2021-11-17第四章第四章 基于基于EOBL_QPSO算法的多目标网络部署优化算法的多目标网络部署优化第16页/共22页结果分析结果分析17/22EOBL_QP

15、SO优化部署图QPSO优化部署图PSO优化部署图 标签覆盖率高 读写器分布均匀 负载平衡度好2021-11-17第四章第四章 基于基于EOBL_QPSO算法的多目标网络部署优化算法的多目标网络部署优化第17页/共22页性能对比性能对比18/22网络部署各性能参数对比最小化问题优化对比目标函数测试结果综合对比可以发现EOBL_QPSO算法迭代次数少、波动小性能优越2021-11-17第四章第四章 基于基于EOBL_QPSO算法的多目标网络部署优化算法的多目标网络部署优化第18页/共22页总结与展望总结与展望19/22总结总结1.整理并改进现有覆盖部署模型，并分类为最大化优化问题和最小化优化问题2

16、.设计了三组实验，分别验证Tent映射的优越性、Tent_PSO参数选取的可靠性以及Tent_PSO算法在求解最大化优化问题模型上的有效性3.设计了两组实验，分别验证了EOBL_QPSO算法的性能优越以及EOBL_QPSO算法在求解最小化问题模型上的有效性展望展望1. 基于动态优化模型的建模问题以及求解有待于进一步研究2.反向学习策略与量子粒子群算法结合机制有待进一步研究3.应用于不同场景2021-11-17第五章第五章 总结与展望总结与展望第19页/共22页在校期间科研成果在校期间科研成果1.纪志成，魏雷. 基于LZM-WKPSO算法的RFID网络优化部署，控制工程，录用；2.魏雷，纪志成，

17、李欣明.改进的混沌粒子群算法对WLS-SVM性能参数的优化，江南大学学报（自然科学版），录用；3.高春能，魏雷，纪志成，王艳.基于物联网的双闭环博物馆环境监控系统及方法，专利，ZL201110354724.2；4.2012.2-2013.2 参与国家高技术研究发展计划（2013AA040405）：模具设计制造全过程精益管控的制造物联技术研发与应用示范。负责销售、采购、设备、财务、库存模块开发；5.2013.3-2013.9 参与粤港关键领域重点突破项目（2012498C14）。负责采购、生产、财务、成本模块开发；6.2013.12-2014.5 参与广东汕头新青罐机MES开发项目。负责采购、销售、生产模块开发。7.纪志成，魏雷，吴定会，王艳.