QPSO在無線網絡位置優化中的應用

高 薇

（閩南理工學院 信息管理學院，福建 石獅362700）

粒子 群 優 化 算 法 （particle swarm optimization，PSO）是一種全局優化算法，因其流程簡單，能夠在群體較小的情況下快速收斂，在圖像處理和數值優化等領域得到了廣泛應用［1-3］。隨著物聯網設備的廣泛部署和發展，作為物聯網研究領域的重要研究內容之一，位置服務受到了國內外研究者的廣泛關注。但是，目前基于幾何方法的位置計算誤差較大，因此許多研究者都引入智能優化算法對位置信息進行優化，以盡可能減小位置信息的誤差。

大多數物聯網設備都有低功耗的特點，故如何利用計算量較小的算法進行位置優化，并且將這些算法嵌入到低功耗芯片中直接計算成為利用智能算法進行位置優化的技術瓶頸之一。粒子群算法具有能夠在種群規模較小的情況下快速收斂的特點，因此利用粒子群及其相關改進算法進行位置優化成為基于智能優化的位置服務領域的優先選取的技術之一。

標準粒子群算法已經被證明不能在所有問題的解決過程中都收斂于全局最優解，故孫俊在文獻［3］中提出了一種具有量子行為的粒子群算法（quantum particle swarm optimization，QPSO），與標準粒子群算法相比，QPSO不再利用實數位置初始化種群，而是利用粒子位置的分布模型對位置進行初始化，增加了位置的不確定性，提高了全局搜索能力。另外，QPSO利用隨機采樣的方式對群體進行更新，提高了粒子群的收斂速度。如何將粒子群算法引入到位置信息優化問題中來盡可能降低位置優化的能耗是目前亟待解決的重要問題之一，并由此產生了很多改進版本的量子粒子群算法，如文獻［4-10］中提到的算法。……