《表1 4种方法实验结果对比》
图3为原始布谷鸟算法(CS)、基于动量梯度下降法改进的布谷鸟算法(Momentum-CS)、基于均方根算法改进的布谷鸟算法(RMSprop-CS)以及Adam-CS 4种方法的实验对比图。在相同的区域面积部署相同数量及大小的传感器节点。考虑到随机部署的不确定性对实验结果的影响,对4种方法各进行了10次实验,对实验结果做均值处理。由图3可知,在相同的初始条件下,Adam-CS算法可以更有效地提高网络的部署效果。随着迭代次数的增加,4条曲线趋于平衡,规定每增加30次迭代次数覆盖率增长少于0.05%的情况下为曲线达到的平衡状态,则4种方法的结果如表1所示。可见,Adam-CS算法可以利用更少的迭代次数实现更好的部署效果。
图表编号 | XD00131038100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.06 |
作者 | 申志平、孙茜、王小艺、许继平、张慧妍、王立 |
绘制单位 | 北京工商大学计算机与信息工程学院、北京工商大学计算机与信息工程学院、北京工商大学计算机与信息工程学院、北京工商大学计算机与信息工程学院、北京工商大学计算机与信息工程学院、北京工商大学计算机与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |