基于改进蚁群的BP神经网络WSN数据融合算法

作者：余修武; 刘琴; 李向阳; 张可; 肖人榕

来源：北京邮电大学学报, 2018, 41(04): 91-96.

DOI：10.13190/j.jbupt.2017-262

• 蚁群算法
• 反向传播神经网络
• 无线传感器网络
• 数据融合
• 深井

为了保证无线传感器网络(WSN)在深井中能有效地工作,提出了一种改进蚁群的反向传播(BP)神经网络WSN数据融合算法(IFA-IACOBP).通过规划蚂蚁运动方向和引入节点剩余能量对蚁群算法启发因子进行改进,优化蚂蚁下一跳节点选择概率,利用改进后的蚁群算法对BP神经网络进行优化,引入井下WSN数据融合,数据经两级融合处理后,能去除大部分冗余信息.仿真实验结果表明,IFA-IACOBP算法能有效减少网络数据通信量,提高数据实时性,降低网络能耗,延长网络寿命.

• 单位
  金属矿山安全与健康国家重点实验室; 南华大学; 中钢集团马鞍山矿山研究院有限公司