【CN110062390A】基于改进狼群算法的无线传感器网络节点优化部署方法【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910318340.1

(22)申请日 2019.04.19

(71)申请人 江西理工大学

地址 341000 江西省赣州市章贡区红旗大

道86号

(72)发明人 王振东　谢华茂　胡中栋　李大海　

王俊岭　

(74)专利代理机构 北京科亿知识产权代理事务

所(普通合伙) 11350

代理人 汤东凤

(51)Int.Cl.

H04W 16/18(2009.01)

H04W 84/18(2009.01)

H04W 4/021(2018.01)

(54)发明名称基于改进狼群算法的无线传感器网络节点优化部署方法(57)摘要本发明公开了基于改进狼群算法的无线传感器网络节点优化部署方法，应用在无线传感器网络的节点优化部署上，提升无线传感器节点的有效覆盖率，使用非线性收敛因子平衡算法前期的全局搜索及后期的局部搜索能力；加入精英策略，加快算法的收敛速度；提出动态权重策略，使得位置不佳个体的位置更新更加合理；同时，提出一种动态位置越界处理策略，增加了搜索到区域内全局最优解的可能性；引入动态变异策略增加狼群多样性，有效扩大了算法的搜索范围。本发明的优点：解决了GWO算法后期易于陷入局部最优的难题，IGWO算法提高了无线传感器网络节点的覆盖性能，能够使用更少节点实现更高覆盖率，减少覆盖空洞，

降低了网络的部署成本。权利要求书2页 说明书10页 附图7页CN 110062390 A 2019.07.26

C N 110062390

A

1.基于改进狼群算法的无线传感器网络节点优化部署方法，其特征在于：其包括以下步骤，

步骤一：开始，设置t max，并初始化狼群，t＝1；

步骤二：判断t是否小于等于t max，若否，则输出Xa，结束，若是，则进入步骤三；

步骤三：设置、更新α，A和C；

步骤四：计算灰狼的适应值且根据适应值大小分为α、β、δ和ω；

步骤五：更新ω狼的位置

步骤六：变异和越位处理，然后返回步骤二。

2.根据权利要求1所述的基于改进狼群算法的无线传感器网络节点优化部署方法，其特征在于：以覆盖率函数的解为适应值，迭代结束后，根据公式S＝M+M2+M3+L M n-1判断节点的连通性，在连通的基础之上，选择适应值最大的灰狼作为最终解。

3.根据权利要求2所述的基于改进狼群算法的无线传感器网络节点优化部署方法，其特征在于：其包括以下步骤，

步骤一:设置最大的迭代次数以及狼群个体的位置的上限和下限，并在上下限范围内初始化狼群位置；

步骤二：

根据公式

公式

和公式初始、更新α、

A1、A2、A3、C1、C2及C3；

步骤三：计算每只灰狼的适应值；

步骤四：选择适应值最高的三只灰狼为α、β、δ，余下为ω；

步骤五：

根据公式进行精英策略处理；

步骤六：

根据公式计算ω狼与α、β和δ间的距离；

步骤七：根据公式

公式

和公式X(t+1)＝w1*X1+w2*X2+w3*X3对ω狼进行位置更新。

步骤八：

根据公式

和进行权　利　要　求　书1/2页2

CN 110062390 A