【摘 要】
：
针对因能量受限所导致的传感器死亡等现实问题,提出一种利用注意力机制进行传感器充电的在线算法,能够根据网络环境的变化动态调整影响充电效率的属性权重,从而选择出合适的
【机 构】
：
广东工业大学计算机学院,广东 广州 510006
论文部分内容阅读
针对因能量受限所导致的传感器死亡等现实问题,提出一种利用注意力机制进行传感器充电的在线算法,能够根据网络环境的变化动态调整影响充电效率的属性权重,从而选择出合适的传感器节点作为下一充电目标;同时提出一种多周期充电规划策略,筛选每轮充电周期中有效的传感器集合,并根据移动充电设备的实时电量动态调整其充电频次.仿真结果表明:该算法可以在不同网络规模下有效降低传感器节点的死亡率,并保证移动充电设备的充电效率.通过与NJNP算法对比,充电效率可提升2.4％,节点平均剩余电量提升了13.9％,网络中节点死亡率降低了36％.
其他文献
针对一种边权重取值范围为[0,1]的无向带权图,提出在社交网络中有实际应用的概率支配集概念.在图中寻找最少点数的概率支配集称为最小概率支配集问题.证明最小概率支配集问题
针对机器人在不同类型障碍物环境下的路径规划问题,提出基于神经网络的改进粒子群优化算法.采用神经网络统一障碍物环境建模,快速实现路径与所有障碍物的碰撞检测,通过惯性权
Copper halide clusters have become one of the most prosperous cluster-based materials.They are not only widely used in the fields of photophysics and photochemi
研究路上最大最小图均衡问题的在线情形.对于边权不可分的情形,在路的长度为2,且总权重W已知或最大权重wmax已知的情况下,该问题没有有限的竞争比.对于边权可分的情形,当n≥3