针对多目标约束的Steiner树问题(MCSTP,multi-constraint Steiner tree problem),提出一种基于双层编码机制和跳跃粒子群优化(JPSO)的启发式算法(JPSO-DE),来构建最优树结构。首先,选择总能耗、网络寿命、收敛时间和通信干扰作为优化约...针对多目标约束的Steiner树问题(MCSTP,multi-constraint Steiner tree problem),提出一种基于双层编码机制和跳跃粒子群优化(JPSO)的启发式算法(JPSO-DE),来构建最优树结构。首先,选择总能耗、网络寿命、收敛时间和通信干扰作为优化约束目标;然后,根据提出的双层编码方案对生成树的解进行编码,同时利用跳跃粒子群优化算法来寻找帕累托最优解;最后,利用提出的混合适应度函数找出近似最优树结构。仿真实验表明,JPSO-DE方法可以产生近似最优的树结构,具有高效性和可行性。展开更多
文摘针对多目标约束的Steiner树问题(MCSTP,multi-constraint Steiner tree problem),提出一种基于双层编码机制和跳跃粒子群优化(JPSO)的启发式算法(JPSO-DE),来构建最优树结构。首先,选择总能耗、网络寿命、收敛时间和通信干扰作为优化约束目标;然后,根据提出的双层编码方案对生成树的解进行编码,同时利用跳跃粒子群优化算法来寻找帕累托最优解;最后,利用提出的混合适应度函数找出近似最优树结构。仿真实验表明,JPSO-DE方法可以产生近似最优的树结构,具有高效性和可行性。