欢迎来到天天文库
浏览记录
ID:52242584
大小:1.12 MB
页数:8页
时间:2020-03-25
《基于改进萤火虫优化算法的WSN覆盖优化分析.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第26卷第5期传感技术学报V01.26No.5CHINESEJOURNALOFSENSORSANDACTUAFORSMay20132013年5月PerformanceAnalysisofImprovedGlowwormSwarmOptimizationAlgorithmandtheApplicationinCoverageOptimizationofWSNsLIUZhouzhou’,WANGFubao,ZHANGKewang(1.SchoolofElectronicsandInformation,NorthwesternPolytechn
2、icalUniversity,Xi’an710072,China;2.Xi’anAeronauticalUniversity,Xi’an710077,China)Abstract:Theperformanceofimprovedglowwormswarmoptimization(GSO)algorithmanditsapplicationineoverageoptimizationofWSNsandtheglobalconvergenceanalysisofbasicGSOareanalyzedinthispaper.Inordertoi
3、mDrovetheGSOconyergenceeficiency,animprovedGSO(IGSO)ispresented,whichisprovedtobeguaranteedt0thegl0ba10ptimizati0nwithprobabilityone.Further,basedonIGSO,anewcoverageoptimizationalgorithmforWSNsisDresentedaccordingtotheanalysisofGSO.AmodelofcoverageoptimizationinWSNsisbuil
4、tupbytakingn0deuniformitvandnetworkcoveragerateasthecriterion,andtherelationshipbetweennoderedundancyandnetworkcoveragerateandthenodedormancystrategyarepresented.Thenthedeploymentofnodesisdividedintodiflferentstages,andtheIGSOisusedtosolvethemodelineachstage.Throughtestin
5、gclassicaltestfunctionsand0ptimizingtheproblemsofcoverageinWSNS,thesimulationresultsshowthattheIGSOachievesmorereasonableresultsandcaneffectivelyprovidetheoptimalsolutionofnetworkcoverage.Keywords:wirelesssensornetwork;glowwormswarmoptimizationalgorithm;convergence;networ
6、kcoveragerate;noderedundancydegreeEEACC:6150Pdoi:10.3969/j.issn.1004-1699.2013.05.016基于改进萤火虫优化算法的WSN覆盖优化分析术刘洲洲,王福豹,张克旺(1.西北工业大学电子信息学院,西安710072;2.西安航空学院,西安710077)摘要:对改进萤火虫算法性能及其在WSNs网络覆盖优化中的应用问题进行了研究。分析了基本萤火虫算法的全局收敛性,针对其收敛效率低的缺陷,给出了算法改进策略,并证明了改进的萤火虫算法以概率1收敛于全局最优解,在此基础上,提出了
7、基于萤火虫优化的网络覆盖算法,建立了以网络均匀度及网络覆盖率为准则的数学模型,推导了节点冗余度与网络覆盖率之间的关系,给出了节点休眠策略,并将节点部署划分成不同的阶段,在每个阶段,分别采用改进的萤火虫算法对模型进行求解,进而得到无线传感器网络最优覆盖,最后对经典测试函数和WSNs网络覆盖问题进行实验仿真,仿真结果表明改进的算法具有更加理想的运算结果,而且能有效地给出WSNs网络覆盖优化方案。关键词:无线传感器网络;萤火虫算法;收敛性;网络覆盖率;节点冗余度中图分类号:TP393文献标识码:A文章编号:1004-1699(2013)05-0
8、675-082005年,Krishnanand等人根据群智能优化理节自身决策范围来决定搜索范围及移动路径。与粒论,通过模拟自然界中萤火虫发光吸引同伴和向最子群算法、蚁群算法、人工免疫算法等相比
此文档下载收益归作者所有