La clave para el problema de cobertura de nodos en redes de sensores inalámbricos (WSN) es desplegar un número limitado de sensores para lograr la máxima cobertura. Este artículo estudia las estrategias híbridas de múltiples algoritmos evolutivos y las aplica al problema de la cobertura de nodos de WSN. Primero propusimos el algoritmo híbrido SFLA-WOA (SWOA) basado en el Algoritmo de Salto de Ranas Mezclado (SFLA) y el Algoritmo de Optimización de Ballenas (WOA). El algoritmo SWOA combina las ventajas de SFLA y WOA; es decir, conserva el modelo de evolución único de WOA y también tiene la excelente capacidad de co-evolución de SFLA. En segundo lugar, utilizando las operaciones de mutación, cruce y selección del algoritmo de evolución diferencial (DE) para optimizar aún más este algoritmo híbrido, se propone el algoritmo SWOA basado en SFLA-WOA-DE (SW
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Control deslizante de modo discreto acoplado con fusión de sensores asincrónicos para manipuladores de eslabones rígidos con juntas flexibles.
Artículo:
Marca de agua de audio de espectro ensanchado sincronizada eficazmente con un modelo psicoacústico mejorado
Artículo:
Subasta combinatoria jerárquica en la asignación de recursos informáticos para blockchain móvil.
Artículo:
Análisis comparativo de los protocolos IPV 6 e IPV 4
Artículo:
Imágenes de TC basadas en aprendizaje profundo en la evaluación de la función pulmonar de pacientes que se sometieron a cirugía laparoscópica bajo la guía de la tomografía de impedancia eléctrica.
Artículo:
Sistemas de producción y potencial energético de la energía mareomotriz
Artículo:
Obtención de gas combustible mediante la bioconversión del alga marina Ulva lactuca
Artículo:
La necesidad de la planeación estratégica en las organizaciones industriales modernas
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos