Resumen

El diseño de redes de sensores inalámbricos (WSN) en el Internet de las Cosas (IoT) se enfrenta a muchos nuevos retos que deben abordarse mediante una optimización de múltiples objetivos de diseño. Por lo tanto, la optimización multiobjetivo es un tema de investigación importante en este campo. En este trabajo, desarrollamos un nuevo algoritmo de optimización multiobjetivo eficiente basado en el enjambre de hormigas caótico (CAS). A diferencia del algoritmo de optimización de colonias de hormigas (ACO), el CAS aprovecha tanto el comportamiento caótico de una sola hormiga como el comportamiento de autoorganización de la colonia de hormigas. Primero describimos el CAS y su modelo dinámico no lineal y luego lo ampliamos a un optimizador multiobjetivo. En concreto, primero adoptamos los conceptos de "ordenación no dominada" y "distancia de aglomeración" para permitir al algoritmo obtener el óptimo verdadero o cercano. A continuación, redefinimos la regla de selección de "vecinos" para cada individuo (hormiga) con el fin de que el algoritmo converja y distribuya las soluciones uniformemente. Además, recogemos los mejores individuos actuales de cada generación y empleamos el enfoque "basado en archivos" para acelerar la convergencia del algoritmo. Los experimentos numéricos muestran que el algoritmo propuesto supera a dos algoritmos líderes en la mayoría de las instancias de prueba conocidas en términos de distancia generacional, ratio de error y espaciado.

• Materias:Redes de sensores Sensores inalámbricos Sistema de sensores Sensor inteligente Sensores electroquímicos
• Subjects:Sensor networks Wireless sensors Sensor system Intelligent sensor Electrochemical sensors
• Palabras claves:algoritmo, cas, nuevo algoritmo eficiente de optimización multiobjetivo, optimización por colonia de hormigas, enjambre caótico de hormigas, mejores individuos actuales, importante tema de investigación, muchos nuevos retos, múltiples objetivos de diseño, modelo dinámico no lineal
• Keywords:algorithm, cas, new efficient multiobjective optimization algorithm, ant colony optimization, chaotic ant swarm, current best individuals, important research topic, many new challenges, multiple design objectives, nonlinear dynamic model