不确定环境下基于鲁棒粒子群优化的物流射频识别网络优化
李军军1
黄有方2
吴华锋3
肖英杰3
1.上海海事大学商船学院,上海201306;上海海事大学科学研究院,上海2013062.上海海事大学科学研究院,上海,2013063.上海海事大学商船学院,上海,201306
摘要：针对电子标签位置不确定的物流射频识别(radio frequency identification,RFID)网络优化问题,综合考虑覆盖率、负载平衡程度、成本,建立了鲁棒优化模型.为求解负载平衡程度,采用基于Korobov点阵的蒙特卡洛方法.为减少计算量,提高算法寻优能力,提出一种基于不对称时变S-形(Sigmoid)函数的鲁棒粒子群算法(PSO).样本规模仅取部分较小整数、部分较大整数.仅在算法迭代后期,样本规模期望值大,保证算法开发精度;在较多迭代次数中,样本规模期望值小,加快算法探索速度.仿真实验表明,该方法具有较佳的搜索性能.
关键词：射频识别网络优化不确定鲁棒粒子群优化
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(51279099)上海市科委项目(12ZR1412500)上海市教委科研创新项目(13ZZ124)上海市曙光计划(12SG40)交通部应用基础研究项目(2013329810300)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 319-326 )
英文信息