改进模因-混合蝙蝠算法及在定位中的应用

发布时间：2024-06-08 05:00

　　为了进一步提高蝙蝠算法的搜索性能,将模因算法双重搜索的功能引入蝙蝠算法,提出一种改进模因—混合蝙蝠算法。通过6个标准测试函数的验证,表明了该算法在收敛速度和性能上的优势。进一步将本文提出的算法应用到无线传感器网络节点定位上,来提高定位精度。从结果可以看出:在设置的条件相同的情况下,与CBA相比,其节点定位精度平均提高了0. 5 m。

【文章页数】：4 页

【部分图文】：

图1标准测试函数寻优曲线

图1为上述6个标准测试函数在BA、CBA和HM-BA中的寻优曲线。由图1可见，相比于其它2个算法来说，HM-BA能更快地收敛到更优的解，具有更好的性能。仿真参数如2.1所示，取100次图1中6个标准测试函数的最终结果，并求平均值，所得结果见表1，同时用成功率来表示算法的稳定性。由....

图2测距误差和锚节点个数对定位性能的影响

在测距误差保持10%不变的情况下，锚节点个数依次从4个增加到10个，BA,CBA,HM-BA的平均定位误差的结果如图2(b)所示。可以看出，在锚节点个数相同的情况下，HM-BA的平均定位误差小于BA和CBA，定位精度更高。从整体的变化趋势看，随着锚节点个数的增加，HM-BA的曲线....

本文编号：3991494