改进人工大猩猩部队优化算法的WSN网络覆盖

为了建立一个保障网络通信需求以及低耗能的无线传感器网络,提出一种融合智能优化算法的网络部署方案。对部署区域进行二维投影,并结合概率感知模型设计出一种网络覆盖模型;针对人工大猩猩部队优化算法(GTO)在网络部署问题中存在收敛速度较慢以及全局探索能力不足的问题,提出一种改进人工大猩猩部队优化算法(IGTO)。该算法通过引入Tent混沌策略和复合突变策略,改善算法全局探索能力,增加算法收敛速度。在网络覆盖模型中进行仿真测试,验证网络覆盖率评价方案的有效性和工程实用性。结果表明,由IGTO算法部署的无线网络覆盖效率更高,节点分布更加均匀。

改进白骨顶鸡优化算法的WSN网络覆盖

为解决二维无线传感器网络随机部署产生的节点分布不均、覆盖率低的问题,提出一种融合元启发式算法的网络部署方案。该方案以节点部署空间作为约束条件、网络覆盖范围作为目标函数对二维网络覆盖模型进行数学建模。针对白骨顶鸡优化算法全局探索能力不强且在迭代后期容易陷入局部最优的缺点,该方案引入复合突变策略和随机反向策略对原算法进行改进。在二维网络覆盖模型进行的仿真测试结果表明:部署改进白骨顶鸡优化算法的二维无线传感器网络不仅网络覆盖率更高,节点也更加均匀,验证了改进白骨顶鸡优化算法解决节点部署问题的有效性和实用性。