動態(tài)部署傳感器節(jié)點隨機性大,無法保證特定目標區(qū)域的覆蓋質(zhì)量,引入智能優(yōu)化算法后有效提高了節(jié)點動態(tài)部署的質(zhì)量,但一般的智能優(yōu)化算法在動態(tài)部署時存在"早熟"等缺陷。為了進一步提高節(jié)點動態(tài)部署的質(zhì)量,針對節(jié)點的覆蓋問題進行研究,結(jié)合粒子群優(yōu)化和差分演化的優(yōu)點,前期用粒子群優(yōu)化算法,發(fā)揮粒子群擅長前期搜索收斂較快的特點,后期用差分演化算法,發(fā)揮差分演化擅長局部搜索的特點,這樣取雙方所長,克服雙方所短,從而使算法有更好的搜索能力。仿真結(jié)果表明,本文提出的算法相對于改良慣性權(quán)重的粒子群算法、結(jié)合虛擬力的粒子群算法以及基本差分演化算法,具有更好的搜索能力,優(yōu)化后的網(wǎng)絡(luò)覆蓋率更高。 

【文章來源】：計算機與現(xiàn)代化. 2019,(08)

【文章頁數(shù)】：7 頁

【部分圖文】：

初始數(shù)據(jù)的節(jié)點分布圖

2019年第8期易文周:基于差分演化和粒子群優(yōu)化的改進WSN覆蓋算法37法的加速因子c1=c2=c3=2，差分演化的縮放因子F取0．3，交叉概率CＲ取0．4。5．2用作對比的算法1)第4章所述的本文提出的改良算法PSODE。2)第1．4節(jié)所述的基本差分演化算法DE。3)第2．3．2節(jié)所述的結(jié)合虛擬庫侖力改良的粒子群算法VCFPSO。4)第2．3．1節(jié)所述的改良慣性權(quán)重的粒子群算法PPSO。5．3仿真實驗結(jié)果隨機部署20個傳感器在100m×100m的區(qū)域內(nèi)，也就是在100m×100m內(nèi)隨機產(chǎn)生20組坐標si(xi，yi)，如圖1所示，把數(shù)據(jù)保存下來，作為4個算法優(yōu)化前的原始數(shù)據(jù)，所有算法都從這份數(shù)據(jù)開始優(yōu)化，迭代100次，最后比較優(yōu)化的結(jié)果，4種算法優(yōu)化后的結(jié)果如圖2～圖5所示。圖1初始數(shù)據(jù)的節(jié)點分布圖圖2改良慣性權(quán)重的粒子群算法PPSO優(yōu)化后的節(jié)點分布圖3結(jié)合虛擬庫侖力改良的粒子群算法VCFPSO優(yōu)化后的節(jié)點分布圖4基本差分演化算法DE優(yōu)化后的節(jié)點分布圖5本文提出的改良算法PSODE優(yōu)化后的節(jié)點分布5．4仿真實驗結(jié)果對比分析仿真結(jié)果如圖6所示。1)從圖6可以清晰看到，基本差分演化算法DE

2019年第8期易文周:基于差分演化和粒子群優(yōu)化的改進WSN覆蓋算法37法的加速因子c1=c2=c3=2，差分演化的縮放因子F取0．3，交叉概率CＲ取0．4。5．2用作對比的算法1)第4章所述的本文提出的改良算法PSODE。2)第1．4節(jié)所述的基本差分演化算法DE。3)第2．3．2節(jié)所述的結(jié)合虛擬庫侖力改良的粒子群算法VCFPSO。4)第2．3．1節(jié)所述的改良慣性權(quán)重的粒子群算法PPSO。5．3仿真實驗結(jié)果隨機部署20個傳感器在100m×100m的區(qū)域內(nèi)，也就是在100m×100m內(nèi)隨機產(chǎn)生20組坐標si(xi，yi)，如圖1所示，把數(shù)據(jù)保存下來，作為4個算法優(yōu)化前的原始數(shù)據(jù)，所有算法都從這份數(shù)據(jù)開始優(yōu)化，迭代100次，最后比較優(yōu)化的結(jié)果，4種算法優(yōu)化后的結(jié)果如圖2～圖5所示。圖1初始數(shù)據(jù)的節(jié)點分布圖圖2改良慣性權(quán)重的粒子群算法PPSO優(yōu)化后的節(jié)點分布圖3結(jié)合虛擬庫侖力改良的粒子群算法VCFPSO優(yōu)化后的節(jié)點分布圖4基本差分演化算法DE優(yōu)化后的節(jié)點分布圖5本文提出的改良算法PSODE優(yōu)化后的節(jié)點分布5．4仿真實驗結(jié)果對比分析仿真結(jié)果如圖6所示。1)從圖6可以清晰看到，基本差分演化算法DE

【參考文獻】：
期刊論文
[1]基于遺傳算法優(yōu)化的WSN覆蓋控制算法[J]. 李向峰,席志紅,李爽.  無線電工程. 2018(06)
[2]基于改進自適應(yīng)遺傳算法的移動WSN覆蓋方法[J]. 朱利民,趙麗.  計算機應(yīng)用研究. 2019(05)
[3]基于改進粒子群算法的無線傳感器網(wǎng)絡(luò)覆蓋優(yōu)化[J]. 梁俊卿.  現(xiàn)代電子技術(shù). 2017(17)
[4]差分進化融合混合虛擬力的有向傳感器網(wǎng)絡(luò)覆蓋算法[J]. 關(guān)志艷,馮秀芳.  計算機應(yīng)用. 2016(12)
[5]基于混沌量子粒子群算法的無線傳感器網(wǎng)絡(luò)覆蓋優(yōu)化[J]. 王偉,朱娟娟,萬家山,喬焰,李旸.  傳感技術(shù)學(xué)報. 2016(02)
[6]一種無線傳感器網(wǎng)絡(luò)的概率覆蓋增強算法[J]. 范興剛,楊靜靜,王恒.  軟件學(xué)報. 2016(02)
[7]基于一種差分魚群算法在WSN覆蓋應(yīng)用的研究[J]. 孫莉.  科技通報. 2015(09)
[8]一種結(jié)合粒子群和虛擬力的動態(tài)節(jié)點部署策略[J]. 周劍波,劉宏立,徐琨.  計算機工程與應(yīng)用. 2016(10)
[9]改進VFPSO算法于WSN節(jié)點隨機部署中的應(yīng)用[J]. 宋明智,楊樂.  計算機工程與應(yīng)用. 2016(02)
[10]異構(gòu)無線傳感器網(wǎng)絡(luò)覆蓋優(yōu)化算法[J]. 杜曉玉,孫力娟,郭劍,韓崇.  電子與信息學(xué)報. 2014(03)

碩士論文
[1]基于進化算法的無線傳感器網(wǎng)絡(luò)覆蓋優(yōu)化問題研究[D]. 張亞楨.江南大學(xué) 2018
[2]無線傳感網(wǎng)中基于粒子群算法的網(wǎng)絡(luò)覆蓋研究[D]. 居春偉.揚州大學(xué) 2018
[3]基于改進PSO算法的傳感網(wǎng)覆蓋問題研究[D]. 宋明智.江南大學(xué) 2014



本文編號：3118494