外推人工蜂群算法在WSN部署优化中的应用研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
6 1 1 7 3 1 ) ( 电子科技大学机械 电子工程学 院 . ]J [ I I 成都
摘要 : 为解决无线传感器网络 ( WS N) 覆盖部署优化的问题 , 提 出了一种基 于外推人 工蜂群算法的
节 点部 署优 化 方 法。首 先 , 设 定 网络 系统基 本 假 设 , 并 以使 网络 覆 盖 率 最 大化 为 目标 建 立 网络 覆 盖 优 化基 本 模 型 , 再者 , 利 用 外推人 工蜂群 算法代 入 模 型进行 求解 , 获得 覆 盖 最优 的节 点部 署位 置 。仿 真 实
验结果表 明: 外推人工蜂群算法能够很好地解决无线传感 网络覆盖优化 问题 , 相 比于传 统的遗传算法、
人 工鱼 群 算法 、 粒子 群算 法和 人 工蜂群 算 法 , 表 现 出更 快的 寻优速 度 和更 高的覆 盖 率 。 关键 词 : 外推 人 工蜂 群 算法 ; 部署优 化 ; 覆 盖率 ; 无 线传 感 器 网络 中图分 类号 : T P 3 9 3 文献标 识码 :A 文章 编号 : 1 0 0 2 — 1 8 4 1 ( 2 0 1 6 ) 0 6 — 0 1 5 8 — 0 3
n e t w o r k s y s t e m w a s s e t u p , a n d t h e n e t w o r k c o v e r ge a o p t i mi z a t i o n m o d e l w s a e s t a b l i s h e d w i t h t h e o b j e c t i v e o f m a x i m i z i n g t h e n e t -
2 0 1 7年
仪 表 技 术 与 传 成 器
I n s t r u me n t T e c h n i q u e a n d S e n s o r
2 01 7 No . 6
பைடு நூலகம்
第 6期
外 推 人 工蜂 群 算 法在 WS N 部 署优 化 中 的应 用研 究
于文 杰 , 李迅 波 , 羊 行, 黄 波
Ab s t r a c t : Ai mi n g a t t h e c o v e r a g e d e p l o y me n t o p t i mi z a i f o n p r o b l e m i n Wi r e l e s s S e n s o r Ne t w o r k,a me t h o d f o r n o d e s d e p l o y -
Ex t r a p o l a t i o n Ar t i ic f i a l Be e Co l o n y Al g o r i t h m Re s e a r c h o n De p l o y me nt Opt i mi z a t i o n i n Wi r e l e s s S e n s o r Ne t wo r k
Y U We n - j i e , L I X u n — b o , Y A N G H a n g ,HU A N G B o
( S c h o o l o f Me c h a t r o n i s r E n g i n e e r i n g , Un i v e r s i t y o f E l e c t r o ic n S c i e n c e a n d T e c h n o l o g y o f Ch i n a , C h e n g d u 6 1 1 7 3 1 , C h i n a )
w o r k c o v e r a g e r a t e,a n d t h e n E ABC w a s u s e d t o s o l v e t h e mo d e l , a n d t h e o p t i ma l n o d e s d e p l o y me n t f o r c o v e r a g e o p t i mi z a t i o n w a s o b t a i n e d . S i mu l a t i o n e x p e i r me n t s s h o w t h a t EAB C lg a o r i h m t C n a e fi c i e n t l y s o l v e he t c o v e r a g e d e p l o y me n t o p t i mi z a t i o n p r o b l e m, c o mp a r i n g w i t h t r a d i t i o n l a Ge n e t i c Al g o r i t h m ,Ar t fc i i l a F i s h S w a r m Al g o it r h m ,P a r t i c l e S w a r m O p t i mi z a t i o n A l g o i r t h m a n d Ar t i —
me n t o p t i m i z a t i o n b a s e d o n E x t r a p o l a t i o n A r t i i f c i a l B e e C o l o n y( E A B C )a lg o r i hm t w s a p r o p o s e d . F i  ̄ l f y , t h e b a s i c h y p o t h e s i s o f
摘要 : 为解决无线传感器网络 ( WS N) 覆盖部署优化的问题 , 提 出了一种基 于外推人 工蜂群算法的
节 点部 署优 化 方 法。首 先 , 设 定 网络 系统基 本 假 设 , 并 以使 网络 覆 盖 率 最 大化 为 目标 建 立 网络 覆 盖 优 化基 本 模 型 , 再者 , 利 用 外推人 工蜂群 算法代 入 模 型进行 求解 , 获得 覆 盖 最优 的节 点部 署位 置 。仿 真 实
验结果表 明: 外推人工蜂群算法能够很好地解决无线传感 网络覆盖优化 问题 , 相 比于传 统的遗传算法、
人 工鱼 群 算法 、 粒子 群算 法和 人 工蜂群 算 法 , 表 现 出更 快的 寻优速 度 和更 高的覆 盖 率 。 关键 词 : 外推 人 工蜂 群 算法 ; 部署优 化 ; 覆 盖率 ; 无 线传 感 器 网络 中图分 类号 : T P 3 9 3 文献标 识码 :A 文章 编号 : 1 0 0 2 — 1 8 4 1 ( 2 0 1 6 ) 0 6 — 0 1 5 8 — 0 3
n e t w o r k s y s t e m w a s s e t u p , a n d t h e n e t w o r k c o v e r ge a o p t i mi z a t i o n m o d e l w s a e s t a b l i s h e d w i t h t h e o b j e c t i v e o f m a x i m i z i n g t h e n e t -
2 0 1 7年
仪 表 技 术 与 传 成 器
I n s t r u me n t T e c h n i q u e a n d S e n s o r
2 01 7 No . 6
பைடு நூலகம்
第 6期
外 推 人 工蜂 群 算 法在 WS N 部 署优 化 中 的应 用研 究
于文 杰 , 李迅 波 , 羊 行, 黄 波
Ab s t r a c t : Ai mi n g a t t h e c o v e r a g e d e p l o y me n t o p t i mi z a i f o n p r o b l e m i n Wi r e l e s s S e n s o r Ne t w o r k,a me t h o d f o r n o d e s d e p l o y -
Ex t r a p o l a t i o n Ar t i ic f i a l Be e Co l o n y Al g o r i t h m Re s e a r c h o n De p l o y me nt Opt i mi z a t i o n i n Wi r e l e s s S e n s o r Ne t wo r k
Y U We n - j i e , L I X u n — b o , Y A N G H a n g ,HU A N G B o
( S c h o o l o f Me c h a t r o n i s r E n g i n e e r i n g , Un i v e r s i t y o f E l e c t r o ic n S c i e n c e a n d T e c h n o l o g y o f Ch i n a , C h e n g d u 6 1 1 7 3 1 , C h i n a )
w o r k c o v e r a g e r a t e,a n d t h e n E ABC w a s u s e d t o s o l v e t h e mo d e l , a n d t h e o p t i ma l n o d e s d e p l o y me n t f o r c o v e r a g e o p t i mi z a t i o n w a s o b t a i n e d . S i mu l a t i o n e x p e i r me n t s s h o w t h a t EAB C lg a o r i h m t C n a e fi c i e n t l y s o l v e he t c o v e r a g e d e p l o y me n t o p t i mi z a t i o n p r o b l e m, c o mp a r i n g w i t h t r a d i t i o n l a Ge n e t i c Al g o r i t h m ,Ar t fc i i l a F i s h S w a r m Al g o it r h m ,P a r t i c l e S w a r m O p t i mi z a t i o n A l g o i r t h m a n d Ar t i —
me n t o p t i m i z a t i o n b a s e d o n E x t r a p o l a t i o n A r t i i f c i a l B e e C o l o n y( E A B C )a lg o r i hm t w s a p r o p o s e d . F i  ̄ l f y , t h e b a s i c h y p o t h e s i s o f