基于改进正弦余弦算法的无线传感器节点部署优化

发布时间：2021-09-28 18:29

　　为了提高无线传感器网络（WSN）的性能,提出了一种基于改进正弦余弦算法（ESCA）的节点部署优化方法。首先,引入双曲正弦调节因子和动态余弦波权重系数,以平衡算法的全局探索与局部开发能力;然后,提出了一种基于拉普拉斯和高斯分布的变异策略,避免算法陷入局部最优。对于基准函数的优化实验结果表明,ESCA相比引力搜索算法、鲸鱼优化算法、基本正弦余弦算法（SCA）及其改进算法具有更高的收敛精度和收敛速度。最后,将ESCA应用于WSN节点部署优化,结果表明其优化覆盖率相比改进粒子群优化算法、外推人工蜂群算法、改进灰狼优化算法和自适应混沌量子粒子群算法分别提高了1.55个百分点、7.72个百分点、2.99个百分点和7.63个百分点,用更少节点便可达到相同目标精度。 

【文章来源】：计算机应用. 2019,39(07)北大核心CSCD

【文章页数】：9 页

【部分图文】：

文献［9］条件下ESCA优化节点分布Fig．5ESCAoptimizednodedistributionunderconditionofreference［9］

图5文献［9］条件下ESCA优化节点分布Fig．5ESCAoptimizednodedistributionunderconditionofreference［9］图6文献［10］条件下ESCA优化节点分布Fig．6ESCAoptimizednodedistributionunderconditionofreference［10］由表6和图6(a)可知，ESCA取得覆盖率相比DACQPSO算法提高了7．63个百分点，很大程度上缩减了覆盖盲区，而通过反复实验得知，ESCA仅部署21个节点便使覆盖率达到了87．88%，相对减小了3个传感器节点，而从图6(b)可以看出，在相似覆盖精度下，ESCA优化节点分布改善了边界盲区较大的问题。5结语针对无线传感器网络中随机节点部署方法的覆盖盲区较大、分布不均匀等缺陷，本文提出了一种改进的正弦余弦算法用于求解WSN的节点部署优化问题。该算法在个体位置更新式中引入了双曲正弦调节因子和动态余弦波权重系数，实现了全局探索能力与局部开发能力的有效平衡;利用早熟鉴定方法对种群状态进行判别，并提出了一种混合拉普拉斯分布和高斯分布，且随着迭代次数而自调整权重的变异策略，避免算法陷入局部极值，提高了算法的多峰优化性能。在8个基准函数上的优化结果表明，相比基本SCA及其他对比算法，ESCA表现出更高的收敛精度和收敛速度，验证了改进策略的有效性。最后，利用ESCA优化WSN节点分布，在4组不同网络监测区域中进行部署优化实验，实验结果表明，相比其他改进算法，ESCA对WSN优化后的覆盖率均有明显提高，而且节点分布更加均匀;同时，在相同目标精度下，该算法相比其他算法减小了传感器节点数，降低了网络整体成本，因此，本文提出的ESCA能有效提高WSN网络性能

【参考文献】：
期刊论文
[1]改进灰狼优化算法在WSN节点部署中的应用[J]. 胡小平,曹敬.  传感技术学报. 2018(05)
[2]自适应混沌量子粒子群算法及其在WSN覆盖优化中的应用[J]. 周海鹏,高芹,蒋丰千,余大为,乔焰,李旸.  计算机应用. 2018(04)
[3]求解高维优化问题的改进正弦余弦算法[J]. 徐松金,龙文.  计算机应用研究. 2018(09)
[4]外推人工蜂群算法在WSN部署优化中的应用研究[J]. 于文杰,李迅波,羊行,黄波.  仪表技术与传感器. 2017(06)
[5]改进VFPSO算法于WSN节点随机部署中的应用[J]. 宋明智,杨乐.  计算机工程与应用. 2016(02)

硕士论文
[1]无线传感器网络覆盖控制优化算法的研究[D]. 梅希薇.江南大学 2017



本文编号：3412372