基于改進正弦余弦算法的無線傳感器節(jié)點部署優(yōu)化
發(fā)布時間:2021-09-28 18:29
為了提高無線傳感器網(wǎng)絡(luò)(WSN)的性能,提出了一種基于改進正弦余弦算法(ESCA)的節(jié)點部署優(yōu)化方法。首先,引入雙曲正弦調(diào)節(jié)因子和動態(tài)余弦波權(quán)重系數(shù),以平衡算法的全局探索與局部開發(fā)能力;然后,提出了一種基于拉普拉斯和高斯分布的變異策略,避免算法陷入局部最優(yōu)。對于基準(zhǔn)函數(shù)的優(yōu)化實驗結(jié)果表明,ESCA相比引力搜索算法、鯨魚優(yōu)化算法、基本正弦余弦算法(SCA)及其改進算法具有更高的收斂精度和收斂速度。最后,將ESCA應(yīng)用于WSN節(jié)點部署優(yōu)化,結(jié)果表明其優(yōu)化覆蓋率相比改進粒子群優(yōu)化算法、外推人工蜂群算法、改進灰狼優(yōu)化算法和自適應(yīng)混沌量子粒子群算法分別提高了1.55個百分點、7.72個百分點、2.99個百分點和7.63個百分點,用更少節(jié)點便可達到相同目標(biāo)精度。
【文章來源】:計算機應(yīng)用. 2019,39(07)北大核心CSCD
【文章頁數(shù)】:9 頁
【部分圖文】:
文獻[9]條件下ESCA優(yōu)化節(jié)點分布Fig.5ESCAoptimizednodedistributionunderconditionofreference[9]
圖5文獻[9]條件下ESCA優(yōu)化節(jié)點分布Fig.5ESCAoptimizednodedistributionunderconditionofreference[9]圖6文獻[10]條件下ESCA優(yōu)化節(jié)點分布Fig.6ESCAoptimizednodedistributionunderconditionofreference[10]由表6和圖6(a)可知,ESCA取得覆蓋率相比DACQPSO算法提高了7.63個百分點,很大程度上縮減了覆蓋盲區(qū),而通過反復(fù)實驗得知,ESCA僅部署21個節(jié)點便使覆蓋率達到了87.88%,相對減小了3個傳感器節(jié)點,而從圖6(b)可以看出,在相似覆蓋精度下,ESCA優(yōu)化節(jié)點分布改善了邊界盲區(qū)較大的問題。5結(jié)語針對無線傳感器網(wǎng)絡(luò)中隨機節(jié)點部署方法的覆蓋盲區(qū)較大、分布不均勻等缺陷,本文提出了一種改進的正弦余弦算法用于求解WSN的節(jié)點部署優(yōu)化問題。該算法在個體位置更新式中引入了雙曲正弦調(diào)節(jié)因子和動態(tài)余弦波權(quán)重系數(shù),實現(xiàn)了全局探索能力與局部開發(fā)能力的有效平衡;利用早熟鑒定方法對種群狀態(tài)進行判別,并提出了一種混合拉普拉斯分布和高斯分布,且隨著迭代次數(shù)而自調(diào)整權(quán)重的變異策略,避免算法陷入局部極值,提高了算法的多峰優(yōu)化性能。在8個基準(zhǔn)函數(shù)上的優(yōu)化結(jié)果表明,相比基本SCA及其他對比算法,ESCA表現(xiàn)出更高的收斂精度和收斂速度,驗證了改進策略的有效性。最后,利用ESCA優(yōu)化WSN節(jié)點分布,在4組不同網(wǎng)絡(luò)監(jiān)測區(qū)域中進行部署優(yōu)化實驗,實驗結(jié)果表明,相比其他改進算法,ESCA對WSN優(yōu)化后的覆蓋率均有明顯提高,而且節(jié)點分布更加均勻;同時,在相同目標(biāo)精度下,該算法相比其他算法減小了傳感器節(jié)點數(shù),降低了網(wǎng)絡(luò)整體成本,因此,本文提出的ESCA能有效提高WSN網(wǎng)絡(luò)性能
【參考文獻】:
期刊論文
[1]改進灰狼優(yōu)化算法在WSN節(jié)點部署中的應(yīng)用[J]. 胡小平,曹敬. 傳感技術(shù)學(xué)報. 2018(05)
[2]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. 計算機應(yīng)用. 2018(04)
[3]求解高維優(yōu)化問題的改進正弦余弦算法[J]. 徐松金,龍文. 計算機應(yīng)用研究. 2018(09)
[4]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)
[5]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)
碩士論文
[1]無線傳感器網(wǎng)絡(luò)覆蓋控制優(yōu)化算法的研究[D]. 梅希薇.江南大學(xué) 2017
本文編號:3412372
【文章來源】:計算機應(yīng)用. 2019,39(07)北大核心CSCD
【文章頁數(shù)】:9 頁
【部分圖文】:
文獻[9]條件下ESCA優(yōu)化節(jié)點分布Fig.5ESCAoptimizednodedistributionunderconditionofreference[9]
圖5文獻[9]條件下ESCA優(yōu)化節(jié)點分布Fig.5ESCAoptimizednodedistributionunderconditionofreference[9]圖6文獻[10]條件下ESCA優(yōu)化節(jié)點分布Fig.6ESCAoptimizednodedistributionunderconditionofreference[10]由表6和圖6(a)可知,ESCA取得覆蓋率相比DACQPSO算法提高了7.63個百分點,很大程度上縮減了覆蓋盲區(qū),而通過反復(fù)實驗得知,ESCA僅部署21個節(jié)點便使覆蓋率達到了87.88%,相對減小了3個傳感器節(jié)點,而從圖6(b)可以看出,在相似覆蓋精度下,ESCA優(yōu)化節(jié)點分布改善了邊界盲區(qū)較大的問題。5結(jié)語針對無線傳感器網(wǎng)絡(luò)中隨機節(jié)點部署方法的覆蓋盲區(qū)較大、分布不均勻等缺陷,本文提出了一種改進的正弦余弦算法用于求解WSN的節(jié)點部署優(yōu)化問題。該算法在個體位置更新式中引入了雙曲正弦調(diào)節(jié)因子和動態(tài)余弦波權(quán)重系數(shù),實現(xiàn)了全局探索能力與局部開發(fā)能力的有效平衡;利用早熟鑒定方法對種群狀態(tài)進行判別,并提出了一種混合拉普拉斯分布和高斯分布,且隨著迭代次數(shù)而自調(diào)整權(quán)重的變異策略,避免算法陷入局部極值,提高了算法的多峰優(yōu)化性能。在8個基準(zhǔn)函數(shù)上的優(yōu)化結(jié)果表明,相比基本SCA及其他對比算法,ESCA表現(xiàn)出更高的收斂精度和收斂速度,驗證了改進策略的有效性。最后,利用ESCA優(yōu)化WSN節(jié)點分布,在4組不同網(wǎng)絡(luò)監(jiān)測區(qū)域中進行部署優(yōu)化實驗,實驗結(jié)果表明,相比其他改進算法,ESCA對WSN優(yōu)化后的覆蓋率均有明顯提高,而且節(jié)點分布更加均勻;同時,在相同目標(biāo)精度下,該算法相比其他算法減小了傳感器節(jié)點數(shù),降低了網(wǎng)絡(luò)整體成本,因此,本文提出的ESCA能有效提高WSN網(wǎng)絡(luò)性能
【參考文獻】:
期刊論文
[1]改進灰狼優(yōu)化算法在WSN節(jié)點部署中的應(yīng)用[J]. 胡小平,曹敬. 傳感技術(shù)學(xué)報. 2018(05)
[2]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. 計算機應(yīng)用. 2018(04)
[3]求解高維優(yōu)化問題的改進正弦余弦算法[J]. 徐松金,龍文. 計算機應(yīng)用研究. 2018(09)
[4]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)
[5]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)
碩士論文
[1]無線傳感器網(wǎng)絡(luò)覆蓋控制優(yōu)化算法的研究[D]. 梅希薇.江南大學(xué) 2017
本文編號:3412372
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3412372.html
最近更新
教材專著