基于改进MOEA/D算法的WSN覆盖优化方法

为了优化无线传感器网络(WSN)的覆盖方法,针对MOEA/D中缺少对本代优质个体的保存和最优解集中个体极少的两个问题,提出了粒子群优化的基于分解的多目标进化算法(MOEA/D-PSO)。通过保留种群本代优质个体,改进本地优化解集在进化过程中的搜索方向和搜索进度,弥补了MOEA/D的不足。仿真实验证明,相对于MOEA/D和非支配排序遗传算法(NSGA-Ⅱ),MOEA/D-PSO所得非支配解更接近Pareto最优曲面,解集分布的均匀性和多样性表现更佳,WSN的覆盖范围更广,能量消耗更少。