基于量子粒子群优化的DV-Hop 算法研究

粒子群算法是一种参数少，形式简单的群体智能算法，但存在局部收敛和参数选择困难的缺陷，因此融合其他的智能方式来处理这些缺陷，提出一种具有量子行为的粒子群优化算法。针对无线传感器网络(WSN)定位算法中经典DV-Hop 算法运用最小二乘法的估计误差过大、粒子群(PSO)算法易陷入局部最优的问题，提出了一种改进量子粒子群算法与DV－Hop 的融合算法。该算法采用具有量子行为的粒子群算法(QPSO)来代替粒子群算法，利用该算法易收敛于全局最优值和高速收敛性的特点，对 DV－Hop 算法中未知节点的估计结果进行优化和修正。仿真结果表明，相比传统 DV－Hop 和PSO－DVHop 算法，该算法的定位精度高，稳定性好，收敛速度快，具有一定的优越性和可行性