為解決傳統(tǒng)傳感器網(wǎng)絡(luò)隨機(jī)部署分布不均的問題,提出采用布谷鳥搜索算法（CS）進(jìn)行節(jié)點(diǎn)部署優(yōu)化。為改善CS算法的全局優(yōu)化性能以提升傳感器節(jié)點(diǎn)部署優(yōu)化能力,受動量梯度下降法、均方根算法和Adam優(yōu)化算法的啟發(fā),提出Momentum-CS、RMSprop-CS與Adam-CS三種改進(jìn)算法,對CS算法中的步長控制量和淘汰概率進(jìn)行優(yōu)化調(diào)整。以網(wǎng)絡(luò)覆蓋率為優(yōu)化目標(biāo),將3種算法用于長寬為100 m水域的水質(zhì)監(jiān)測無線傳感器節(jié)點(diǎn)部署進(jìn)行優(yōu)化。仿真結(jié)果表明,Adam-CS算法能夠在較少迭代次數(shù)獲取更高的網(wǎng)絡(luò)覆蓋率,達(dá)到90.35%,對于指導(dǎo)水環(huán)境監(jiān)測中無線傳感器節(jié)點(diǎn)部署具有現(xiàn)實(shí)意義。 

【文章來源】：浙江農(nóng)業(yè)學(xué)報. 2020,32(05)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

無線傳感器部署示意圖

3.1 動量梯度下降法動量梯度下降法的基本思想是計算梯度的指數(shù)加權(quán)平均數(shù),并利用該梯度更新權(quán)重。采用動量梯度下降法改進(jìn)布谷鳥搜索算法中萊維飛行步長,記作Momentum-CS。該算法中采用動量梯度下降思想更新萊維飛行步長,即每次步長的更新由前一步的步長變化和當(dāng)前階段的步長變化共同來決定,如式(12)所示:

圖4為采用Adam-CS算法優(yōu)化之后的傳感器最優(yōu)位置分布圖。可以看出,優(yōu)化后的傳感器位置分布比較均勻,傳感器重合度降低,覆蓋率達(dá)到90.35%,根據(jù)優(yōu)化得到的水質(zhì)傳感器位置部署傳感器節(jié)點(diǎn),可有效提高傳感器網(wǎng)絡(luò)的監(jiān)測性能。圖4 Adam-CS算法傳感器優(yōu)化部署

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)正弦余弦算法的無線傳感器節(jié)點(diǎn)部署優(yōu)化[J]. 何慶,徐欽帥,魏康園.  計算機(jī)應(yīng)用. 2019(07)
[2]加權(quán)質(zhì)心魚群算法在WSNs節(jié)點(diǎn)優(yōu)化布置中的應(yīng)用[J]. 何旭,彭珍瑞,董海棠,殷紅.  傳感器與微系統(tǒng). 2018(10)
[3]布谷鳥搜索算法綜述[J]. 張曉鳳,王秀英.  計算機(jī)工程與應(yīng)用. 2018(18)
[4]基于布谷鳥搜索算法的蛋白質(zhì)能量優(yōu)化[J]. 王慶喜,朱麗華.  浙江農(nóng)業(yè)學(xué)報. 2017(07)
[5]水分傳感器埋設(shè)位置對溫室基質(zhì)栽培番茄生長特性的影響[J]. 曹少娜,李建設(shè),高艷明,吳素萍,劉夢錦,李娟.  浙江農(nóng)業(yè)學(xué)報. 2017(06)
[6]改進(jìn)的離散果蠅優(yōu)化算法在WSNs覆蓋中的應(yīng)用[J]. 霍慧慧,李國勇.  傳感器與微系統(tǒng). 2016(02)
[7]無線傳感器網(wǎng)絡(luò)在農(nóng)業(yè)中的應(yīng)用進(jìn)展[J]. 李士軍,溫竹,宮鶴,王艷梅.  浙江農(nóng)業(yè)學(xué)報. 2014(06)
[8]改進(jìn)的蟻群算法網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化研究[J]. 彭麗英.  計算機(jī)仿真. 2011(09)
[9]基于混沌粒子群算法的無線傳感器網(wǎng)絡(luò)覆蓋優(yōu)化[J]. 劉維亭,范洲遠(yuǎn).  計算機(jī)應(yīng)用. 2011(02)
[10]一種通用的無線傳感器網(wǎng)絡(luò)監(jiān)控平臺[J]. 馮立波,李永戰(zhàn),吳銀鋒.  儀表技術(shù)與傳感器. 2008(10)



本文編號：3289119