針對(duì)無(wú)線傳感器網(wǎng)絡(luò)在隨機(jī)部署移動(dòng)節(jié)點(diǎn)時(shí),存在分布不均勻?qū)е碌母采w率較低的問題,以網(wǎng)絡(luò)覆蓋率最大化為目標(biāo)建立網(wǎng)絡(luò)覆蓋優(yōu)化模型,提出一種基于改進(jìn)鯨魚優(yōu)化算法（IWOA）的網(wǎng)絡(luò)覆蓋優(yōu)化策略;首先,采用量子位Bloch球面坐標(biāo)編碼初始化種群,提升種群多樣性,擴(kuò)展搜索空間的遍歷能力;其次,提出一種基于步長(zhǎng)改進(jìn)的位置更新方式,平衡算法的全局探索和局部搜索能力;最后采用萊維飛行,對(duì)個(gè)體進(jìn)行擾動(dòng)更新,提高跳出局部最優(yōu)的能力。仿真結(jié)果表明,將改進(jìn)后的鯨魚優(yōu)化算法應(yīng)用在WSN覆蓋優(yōu)化中,與標(biāo)準(zhǔn)鯨魚優(yōu)化算法和其他文獻(xiàn)中的算法相比,有效減少了傳感器節(jié)點(diǎn)冗余,表現(xiàn)出更快的收斂速度和更高的覆蓋率,進(jìn)而改善網(wǎng)絡(luò)監(jiān)測(cè)質(zhì)量,延長(zhǎng)網(wǎng)絡(luò)生存時(shí)間。 

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 WSN節(jié)點(diǎn)覆蓋模型
2 基本鯨魚算法
3 改進(jìn)鯨魚優(yōu)化算法
    3.1 量子位Bloch球面初始化
    3.2 改進(jìn)搜索獵物過程
    3.3 萊維飛行擾動(dòng)策略
4 覆蓋優(yōu)化策略
5 仿真實(shí)驗(yàn)與分析
    5.1 實(shí)驗(yàn)環(huán)境
    5.2 實(shí)驗(yàn)結(jié)果
        5.2.1 與文獻(xiàn)中算法對(duì)比
            ①與FA算法對(duì)比
            ②與EABC算法對(duì)比
            ③與DACQPSO算法對(duì)比
            ④與BPABC算法對(duì)比
        5.2.2 傳感器節(jié)點(diǎn)數(shù)目對(duì)覆蓋率的影響
6 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)鯨魚優(yōu)化策略的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法[J]. 劉浩然,張力悅,范瑞星,王海羽,張春蘭.  電子與信息學(xué)報(bào). 2019(06)
[2]鯨魚優(yōu)化支持向量機(jī)的短期風(fēng)電功率預(yù)測(cè)[J]. 岳曉宇,彭顯剛,林俐.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2020(02)
[3]貝葉斯預(yù)測(cè)蜂群算法在無(wú)線傳感器網(wǎng)絡(luò)優(yōu)化中的應(yīng)用[J]. 付光杰,胡明哲.  重慶大學(xué)學(xué)報(bào). 2018(05)
[4]自適應(yīng)混沌量子粒子群算法及其在WSN覆蓋優(yōu)化中的應(yīng)用[J]. 周海鵬,高芹,蔣豐千,余大為,喬焰,李旸.  計(jì)算機(jī)應(yīng)用. 2018(04)
[5]求解大規(guī)模優(yōu)化問題的改進(jìn)鯨魚優(yōu)化算法[J]. 龍文,蔡紹洪,焦建軍,唐明珠,伍鐵斌.  系統(tǒng)工程理論與實(shí)踐. 2017(11)
[6]外推人工蜂群算法在WSN部署優(yōu)化中的應(yīng)用研究[J]. 于文杰,李迅波,羊行,黃波.  儀表技術(shù)與傳感器. 2017(06)
[7]無(wú)線傳感器網(wǎng)絡(luò)可生存性增強(qiáng)技術(shù)研究概述[J]. 鄧鑫,張樂君.  傳感器與微系統(tǒng). 2014(01)



本文編號(hào)：3665023