1.   مشاوره و انجام پروپوزال  و پایان نامه ، مشاوره در زمینه ارائه سمینار، 
       مشاوره و انجام مقاله های بین المللی و داخلی، 
       مشاوره و انجام مقاله در مجله های علمی پژوهشی معتبر، 
        مشاوره و آموزش شبیه سازی شبکه توسط شبیه ساز آکادمیک 2-NS، 
         مشاوره و آموزش شبیه سازهای ترافیک شهری از قبیل  SUMO، ONE، و ...
          کمک به دانشجویان برای پیاده سازی ایده ها و مقالات خود با شبیه سازهای
               NS2, NS3 , OMNET++ , ONE
     
    
                 شماره تماس :
                         حسین رنجبران:    09101607834   
                                          
    
                  ساعات تماس: 
                                      ۸ الی ۲۰
                         
                   ایمیل:
                         hossein.ranjbaran.it@gmail.com
                        
           
    

Research on wireless sensor network location based on Improve Pigeon-inspired optimization

شروع موضوع توسط Hossein Ranjbaran ‏31/12/19 در انجمن WSN

وضعیت موضوع:
You must be a logged-in, registered member of this site to view further posts in this thread.
  1. Administrator
    Hossein Ranjbaran
    کاربر ویژه
    تاریخ عضویت:
    ‏3/10/13
    ارسال ها:
    1,034
    تشکر شده:
    197
    Wireless sensor network (WSN) is a hot research field at present. As a key technology of WSN, localization algorithm plays an important role in improving node location accuracy and network efficiency. An improved Pigeon-inspired Optimization(IPIO) combined with a typical localization model is proposed to solve the problem of node localization accuracy in wireless sensor networks (WSN). First of all, a Pigeon-inspired Optimization based on pareto distance classification is proposed to optimize the fitness calculation method, and then the self-learning idea and speed formula are combined. Finally, the position correction factor is introduced into the late updating formula of pigeon group to further improve the positioning accuracy. The simulation results show that compared with the improved particle swarm optimization(PSO) and the cuckoo swarm(CS), the algorithm can effectively improve the location accuracy of nodes and reduce the cumulative error caused by successive positioning. It has a strong practicability.​



    لینک دانلود در پست بعد برای اعضاء قابل مشاهده است.
     
وضعیت موضوع:
You must be a logged-in, registered member of this site to view further posts in this thread.

این صفحه را به اشتراک بگذارید