Resumen

Se propone un algoritmo de programación multisensor basado en la descomposición híbrida de tareas y la optimización de enjambre de partículas binario modificado (MBPSO). En primer lugar, teniendo en cuenta la compleja relación entre los recursos de los sensores y las tareas, se presenta un método híbrido de descomposición de tareas, y el problema de programación de recursos se descompone en subtareas; a continuación, el problema de programación de recursos de los sensores se transforma en el problema de correspondencia entre sensores y subtareas. En segundo lugar, se establece el modelo de optimización del emparejamiento de recursos basado en los recursos y las tareas de los sensores, que tiene en cuenta varios factores, como la prioridad del objetivo, el beneficio de la detección, los tiempos de traspaso y la carga de recursos. Por último, se propone el algoritmo MBPSO para resolver eficazmente el modelo de optimización de coincidencia, que se basa en los medios de actualización mejorados de la velocidad y la posición de las partículas mediante el factor de duda y la función Sigmoide modificada. Los resultados experimentales muestran que el algoritmo propuesto es mejor en términos de velocidad de convergencia, capacidad de búsqueda, precisión de la solución y eficiencia.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Algoritmo de programación de multisensores; descomposición híbrida de tareas; optimización de enjambre de partículas binario modificado (MBPSO); problema de programación de recursos; problema de programación de recursos de sensores; modelo de optimización de correspondencia.
• Keywords:Multisensor scheduling algorithm; hybrid task decomposition; modified binary particle swarm optimization (MBPSO); resource scheduling problem; sensor resource scheduling problem; match optimization model