申请/专利权人:华东交通大学
申请日:2023-08-10
公开(公告)日:2023-10-20
公开(公告)号:CN116916475A
主分类号:H04W84/18
分类号:H04W84/18;G06N3/006;G06N5/01;G06N7/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.11.07#实质审查的生效;2023.10.20#公开
摘要:本发明实施公开了一种基于多策略改进蜜獾算法的无线传感器网络部署方法,在算法初始化阶段,使用改进的Tent映射初始化种群,在保证种群随机性的同时进一步提升种群平衡;计算传感器覆盖率的时候,综合考虑了温度、湿度、地形等因素对传感器节点覆盖衰减的影响;在算法挖掘阶段,引入两种模式的改进莱维飞行策略,增强算法的随机搜索能力的同时,减少算法搜索时间,提升算法的收敛能力;在算法采蜜阶段,使用基于差分思想的柯西变异对最优解进行优化,提高算法跳出局部最优的能力,避免算法个体早熟。
主权项:1.一种基于多策略改进蜜獾算法的无线传感器网络部署方法,其步骤为:S01、使用改进Tent混沌映射初始化监测区域内的无线传感器网络节点的部署位置,随机生成多种无线传感器网络节点的部署方案,这些部署方案的集合作为种群;S02、采用概率感知模型计算种群的覆盖率,将种群的覆盖率作为种群的适应度值;S03、对种群进行迭代,设置一个随机概率g1,g1∈rand,rand生成0到1之间的随机数,如果g1大于0.5,则进入挖掘阶段,否则进入采蜜阶段;S04、在算法的挖掘阶段,根据迭代次数变化对结合果蝇飞行优化算法以及结合黄金正弦搜索机制的两种改进莱维飞行策略进行概率选择,更新无线传感器网络节点的部署位置,并根据更新后的无线传感器网络节点的部署位置计算无线传感器网络节点的适应度值;S05、在算法的采蜜阶段,采用基于差分思想的柯西变异策略对无线传感器网络节点的部署位置进行变异,计算无线传感器网络节点的适应度值,与变异前的无线传感器节点进行适应度值大小比较,选择适应度值大的作为当前区域内最优无线传感器网络节点部署位置;S06、判断迭代次数是否达到最大迭代次数,到达最大迭代次数则退出迭代,输出最优结果,否则重复执行步骤S03-S05。
全文数据:
权利要求:
百度查询: 华东交通大学 一种基于多策略改进蜜獾算法的无线传感器网络部署方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。