基于改进鲸鱼优化算法的WSN覆盖优化

发布时间：2022-07-22 17:21

　　针对无线传感器网络在随机部署移动节点时,存在分布不均匀导致的覆盖率较低的问题,以网络覆盖率最大化为目标建立网络覆盖优化模型,提出一种基于改进鲸鱼优化算法（IWOA）的网络覆盖优化策略;首先,采用量子位Bloch球面坐标编码初始化种群,提升种群多样性,扩展搜索空间的遍历能力;其次,提出一种基于步长改进的位置更新方式,平衡算法的全局探索和局部搜索能力;最后采用莱维飞行,对个体进行扰动更新,提高跳出局部最优的能力。仿真结果表明,将改进后的鲸鱼优化算法应用在WSN覆盖优化中,与标准鲸鱼优化算法和其他文献中的算法相比,有效减少了传感器节点冗余,表现出更快的收敛速度和更高的覆盖率,进而改善网络监测质量,延长网络生存时间。 

【文章页数】：8 页

【文章目录】：
1 WSN节点覆盖模型
2 基本鲸鱼算法
3 改进鲸鱼优化算法
    3.1 量子位Bloch球面初始化
    3.2 改进搜索猎物过程
    3.3 莱维飞行扰动策略
4 覆盖优化策略
5 仿真实验与分析
    5.1 实验环境
    5.2 实验结果
        5.2.1 与文献中算法对比
            ①与FA算法对比
            ②与EABC算法对比
            ③与DACQPSO算法对比
            ④与BPABC算法对比
        5.2.2 传感器节点数目对覆盖率的影响
6 结束语


【参考文献】：
期刊论文
[1]基于改进鲸鱼优化策略的贝叶斯网络结构学习算法[J]. 刘浩然,张力悦,范瑞星,王海羽,张春兰.  电子与信息学报. 2019(06)
[2]鲸鱼优化支持向量机的短期风电功率预测[J]. 岳晓宇,彭显刚,林俐.  电力系统及其自动化学报. 2020(02)
[3]贝叶斯预测蜂群算法在无线传感器网络优化中的应用[J]. 付光杰,胡明哲.  重庆大学学报. 2018(05)
[4]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)
[5]求解大规模优化问题的改进鲸鱼优化算法[J]. 龙文,蔡绍洪,焦建军,唐明珠,伍铁斌.  系统工程理论与实践. 2017(11)
[6]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)
[7]无线传感器网络可生存性增强技术研究概述[J]. 邓鑫,张乐君.  传感器与微系统. 2014(01)



本文编号：3665023