买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利基于改进蜣螂优化算法的SD-MANET覆盖优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119721498B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510213230.4，技术领域涉及：G06Q10/063；该发明授权基于改进蜣螂优化算法的SD-MANET覆盖优化方法是由潘成胜;夏长森;赵晨;雷东兴;王钰玥设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本基于改进蜣螂优化算法的SD-MANET覆盖优化方法在说明书摘要公布了：本发明公开了基于改进蜣螂优化算法的SD‑MANET覆盖优化方法，包括：将任务区域内协同作战分队中的作战士兵、无人机及无人车作为作战节点，以作战节点的数量及感知半径作为输入，以协同作战分队的最优部署位置作为输出，构建该任务区域内基于布尔感知模型的SD‑MANET拓扑模型；联合切比雪夫混沌映射、鱼鹰优化算法及自适应t分布变异改进蜣螂优化算法，利用改进后的蜣螂优化算法优化SD‑MANET拓扑模型，得到任务区域内协同作战分队的最优部署位置。本发明在不增加算法复杂度的同时提高了收敛性及性能，确保有无人协同作战分队在复杂战场环境中的高效部署及协同作战分队的初始部署网络覆盖率。

本发明授权基于改进蜣螂优化算法的SD-MANET覆盖优化方法在权利要求书中公布了：1.基于改进蜣螂优化算法的SD-MANET覆盖优化方法，其特征在于，包括： 将任务区域内协同作战分队中的作战士兵、无人机及无人车作为作战节点，以作战节点的数量及感知半径作为输入，以协同作战分队的最优部署位置作为输出，构建该任务区域内基于布尔感知模型的SD-MANET拓扑模型； 联合切比雪夫混沌映射、鱼鹰优化算法及自适应t分布变异改进蜣螂优化算法，利用改进后的蜣螂优化算法优化SD-MANET拓扑模型，得到任务区域内协同作战分队的最优部署位置； 构建该任务区域内基于布尔感知模型的SD-MANET拓扑模型的过程包括： 将任务区域描述为一个长L、宽W的二维平面，将该二维平面离散划分为多个监测点网格，将协同作战分队中的第e个作战节点的坐标记为，则协同作战分队记为，其中n表示作战节点的总数，将任务区域中的监测点集合记为，计算得到协同作战分队中作战节点与第h个监测点的距离为； 根据布尔感知模型计算单一作战节点对于监测点的感知概率，公式为： ， 式中，表示协同作战分队内作战节点的感知半径； 根据单一作战节点的感知概率计算整个协同作战分队对于监测点的联合感知概率，公式为： ， 根据联合感知概率计算任务区域的总覆盖率，公式为： ， 将任务区域内的总覆盖率作为SD-MANET拓扑模型的数学模型； 利用改进后的蜣螂优化算法优化SD-MANET拓扑模型，得到任务区域内协同作战分队的最优部署位置包括如下步骤： 步骤21，设置蜣螂种群数量、最大迭代次数和每个蜣螂个体的维度，将任务区域内的总覆盖率作为适应度函数； 步骤22，利用切比雪夫混沌映射初始化蜣螂种群； 步骤23，根据适应度函数计算每个蜣螂的适应度值，按照比例将蜣螂种群划分为滚球、繁殖、觅食和偷窃四个子群； 步骤24，在滚球蜣螂子群中根据鱼鹰优化算法进行位置更新后，计算滚球蜣螂子群的第一适应度值；在觅食蜣螂子群中根据自适应t分布变异扰动进行位置更新后，计算觅食蜣螂子群的第二适应度值；繁殖蜣螂子群、偷窃蜣螂子群分别进行位置更新后，分别计算繁殖蜣螂子群的第三适应度值以及偷窃蜣螂子群的第三适应度值，选出最大的适应度值； 步骤25，重复执行步骤24，直至达到最大迭代次数，得到最优蜣螂位置，将最优蜣螂位置作为任务区域内协同作战分队的最优部署位置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。