基于人工鱼群和微粒群混合算法的WSN节点部署策略

被引:8
作者
孙伟 [1 ]
朱正礼 [1 ,2 ]
郑磊 [1 ]
侯迎坤 [2 ,3 ]
机构
[1] 南京林业大学信息科学技术学院
[2] 南京理工大学计算机科学与技术学院
[3] 泰山学院信息科学技术学院
关键词
无线传感器网络; 微粒群算法; 人工鱼群算法; 覆盖策略优化;
D O I
暂无
中图分类号
TP212.9 [传感器的应用]; TN929.5 [移动通信];
学科分类号
080202 ; 080402 ; 080904 ; 0810 ; 081001 ;
摘要
将无线传感器网络节点分布部署问题形式化为一个组合优化问题,以网络覆盖率为目标函数。针对该模型提出基于人工鱼群与微粒群的混合算法的无线传感器网络节点部署优化策略。微粒群算法搜索效率高,而人工鱼群算法进行搜索时有很好的全局性。AFSA-POS算法将这两种算法相结合,局部搜索速度快,而且有效地解决了标准PSO算法中的粒子"早熟"问题。最后使用MATLAB进行了实验,结果表明提出的算法减少了迭代次数,并且提高了网络覆盖率,相对于人工鱼群算法和微粒群算法来说能取得更好的效果。
引用
收藏
页码:83 / 85+121 +121
页数:4
相关论文
共 13 条
[1]   基于改进蜂群算法无线传感器感知节点部署优化 [J].
袁浩 .
计算机应用研究, 2010, 27 (07) :2704-2705+2708
[2]   人工鱼群与微粒群混合优化算法 [J].
姚祥光 ;
周永权 ;
李咏梅 .
计算机应用研究, 2010, 27 (06) :2084-2086+2102
[3]   一种无线传感器网络覆盖优化方法 [J].
赵国炳 ;
陈国定 ;
张奇伟 .
机电工程, 2009, 26 (06) :80-82
[4]   一种基于遗传算法的无线传感器网络节点优化方法 [J].
刘玉英 ;
史旺旺 .
传感技术学报, 2009, 22 (06) :869-872
[5]   一种改进的人工鱼群算法 [J].
王联国 ;
洪毅 ;
赵付青 ;
余冬梅 .
计算机工程, 2008, (19) :192-194
[6]   人工鱼群高级行为的自组织算法与实现 [J].
班晓娟 ;
彭立 ;
王晓红 ;
曾广平 .
计算机科学, 2007, (07) :193-196
[7]   传感器网络中能量最优化的聚类轮换算法 [J].
王永才 ;
赵千川 ;
郑大钟 .
控制与决策 , 2006, (04) :400-404
[8]   无线传感器网络中的资源优化 [J].
刘丽萍 ;
王智 ;
孙优贤 .
传感技术学报, 2006, (03) :917-925
[9]   无线传感器网络研究进展 [J].
崔莉 ;
鞠海玲 ;
苗勇 ;
李天璞 ;
刘巍 ;
赵泽 .
计算机研究与发展, 2005, (01) :163-174
[10]   组合优化问题的人工鱼群算法应用 [J].
李晓磊 ;
路飞 ;
田国会 ;
钱积新 .
山东大学学报(工学版), 2004, (05) :64-67