基于人工鱼群算法的无线传感器网络覆盖优化

针对网络节点严重冗余而导致的网络成本增加、生命周期过短等缺陷,提了一种基于人工鱼群算法的覆盖优化方法.首先以节点的利用率和网络有效覆盖率作为优化目标,建立相应的数学模型,然后采用人工鱼群算法对模型进行求解,得到无线传感器网络的最优覆盖方案.仿真结果表明,人工鱼群算法提高了无线传感器网络节点的覆盖率,减少了传感器节点冗余,有效降低了网络成本,网络生存时间得到了延长.     

基于广义高斯随机混沌算法的AFSA 在 WSN 覆盖中的研究

如何能够进行更好的覆盖优化是目前无线传感器网络研究的热点。针对目前的传感覆盖模型没有考虑覆盖范围、成本和连通性的问题进行改进,在人工鱼群算法(AFSA)的基础上,对初始阶段对人工鱼群采用广义高斯分布,在觅食阶段采用混沌算法,使得个体分布更加合理,有效减少了聚群行为的时间。仿真结果表明,改进后的人工鱼群能够有效地提高节点的覆盖率,降低了网络消耗和成本,为传感覆盖优化提供了一种新的方法。     

基于改进人工鱼群算法在无线传感网络覆盖优化中的研究

针对无线传感网中的节点存在冗余以及网络成本增加等问题,本文提出了一种改进的人工鱼群算法的覆盖优化.本文首先建立以节点的利用率和覆盖率的数学模型,其次对人工鱼群算法进行改进,一是在初始化阶段使用概率密度函数来对鱼群个体的初始位置进行分布,有效的避免鱼群个体初始无序的状态;二是在觅食阶段中使用混沌算法对鱼群位置个体进行干扰,有效的减少鱼群个体向局部最优解的靠近的时间;三是在聚群行为中使用高斯变异,从而减少全局最优解的产生的时间.改进后的人工鱼群算法对模型求解,得到最优的覆盖方案,仿真实验表明能够有效的提高网络覆盖效果,以及节点的利用率,降低网络成本消耗.     

群混合算法应用于异构传感网络节点的优化部署

针对异构传感网络节点初始随机部署时产生覆盖盲区和覆盖冗余的问题,以降低节点成本和提高网络覆盖率为目标,引入ε-目标约束法,提出一种基于粒子群算法和鱼群算法的群混合算法。该群混合算法首先建立个体中心的概念,将鱼群算法的聚群行为和追尾行为的思想引入到粒子群算法中以快速寻取个体的最优位置的解域,再利用粒子群算法对个体的速度和位置进行迭代寻优。仿真结果表明,该群混合算法与标准粒子群算法和标准鱼群算法相比,在网络覆盖率和成本目标之间能达到更好的平衡和优化。     

鱼群启发的水下传感器节点布置

水下传感器网络(Underwater sensor networks, UWSNs)可用于海洋资源勘测、污染监控和辅助导航等领域, 已成为无线传感器网络方向的研究热点. 在开放式复杂的水下环境中监测目标具有高动态和不确定的特点, 节点如何根据环境和目标的变化自主调整位置, 以达到对监测目标的优化覆盖是一个关键问题. 本文描述了水下传感器节点布置问题, 定义了性能评价指标"事件集覆盖效能", 并提出了一种鱼群启发的水下传感器节点布置算法, 通过模拟鱼群行为, 并结合拥挤度控制, 使节点自主趋向并覆盖事件, 同时实现节点分布密度与事件分布密度相匹配. 大量对比仿真实验结果表明该算 法可以有效解决水下传感器节点布置问题, 并具有复杂度低、计算量小、收敛速度快和分布式可实现的优点.     

大规模无线传感器网络覆盖优化算法

为了增强三峡库区水环境监测的大规模无线传感器网络（WSNs）覆盖效果和延长大规模WSNs生存时间,采用混沌人工鱼群算法。首先以最大化网络覆盖率作为优化目标,建立WSNs覆盖模型,将具有遍历性特点的混沌系统引入到人工鱼群算法中,能够有效避免算法长时间位于局部极值附近。仿真结果表明：改进的人工鱼群算法提高了网络的覆盖率,有效减低了网络的成本。     

基于覆盖率的传感器优化部署算法

传感器部署是传感器网络工作的基础,对网络的运行情况和寿命有很大影响。针对传感器网络节点部署时首要考虑的覆盖问题,提出一种可以满足不同覆盖率要求的节点优化部署算法,在提高节点覆盖性能的同时优化节点数量,降低网络的配置代价。仿真结果证明,该算法可最大化节点的覆盖效率。     

基于改进鱼群算法的无线传感器网络覆盖优化

为了改善传感器节点在网络中随机部署时的不合理分布和提高节点的网络覆盖率,以网络覆盖率、节点利用率和能耗均衡程度为优化目标,提出了改进人工鱼群的无线传感器网络覆盖优化算法.该改进的算法利用混沌运动的遍历性,克服了人工鱼群算法陷入局部最优的缺点,提高了算法的全局搜索能力,同时结合反馈策略,优化了求解效率.仿真结果表明,在全局范围内,新算法可以求解得到更优的解,能以较少的工作点达到更好的网络覆盖优化效果,而且网络能耗也比较均衡.     

EMAC:能量有效的多目标关联覆盖空洞补偿算法

覆盖问题是无线传感器网络研究的基本问题。节点数量以及覆盖范围直接影响到网络性能和网络服务质量。因此,为了更好研究覆盖问题,提出了一种能量均衡的多目标关联覆盖空洞算法(Energy Efficient Multi-target Associate Coverage Holes Compensation Algorithm,EMAC),该算法利用节点间关联性和动态分组调整覆盖区域。在覆盖区域内,利用贪心算法对覆盖区域进行优化,并给了空洞存在时的必要条件以及移动目标拟合函数的收敛条件,保证了所关注目标节点被传感器节点均匀覆盖的同时又优化了网络资源。在每个周期内采用唤醒部分传感器节点,使之轮流工作,确保了整个网络体系能量的均衡,从而延长了网络生命周期。实验结果表明,在满足一定覆盖率的前提下,该算法不仅可以有效地抵制节点能量的快速消耗,而且具有更好的适应性和有效性。     

RGA-D：一种无线传感器网络覆盖优化方法

研究了无线传感器网络覆盖优化问题,针对传感器节点随机部署、分布不均,传统覆盖优化算法一般只考虑网络部署后单次优化的问题,提出基于节点冗余和覆盖集冗余的计算方法,用网络的局部特征表征全局特征,改进了网络覆盖模型。并在此基础上提出RGA-D算法,利用遗传算法计算覆盖集,同时考虑节点和覆盖集冗余度,对网络整个生存期进行全局优化。仿真实验表明,RGA-D算法能在活跃节点数和网络覆盖率之间达到平衡,解决了网络生存期后期容易出现覆盖盲区的问题。     

基于传感器网络节点配置优化仿真研究

研究无线传感网络节点配置覆盖优化问题。由于无线传感网络存在着热区问题,对网络的覆盖性能造成严重的影响,同时影响网络配置优化。为了有效的提高无线传感网络的覆盖率,提出了一种改进的粒子群算法优化无线网络节点覆盖。针对粒子群算法存在易陷入局部极值和早熟的缺陷,引入遗传算法中的交叉算子和变异算子,优化传感网络节点的混合粒子群算法,在严格确保无线传感器网络连通性的条件下,传感器节点配置数目达到要求的覆盖度,并进行仿真。仿真结果表明混合粒子群算法能快速收敛到更精确的解,使网络节点配置达到覆盖的优化要求。     

无线传感器网络部分覆盖算法及连通性研究

研究了无线传感器网络在部分覆盖下的节点配置及网络连通性问题。首先,基于最优正六边形拓扑架构,给出了节点密集分布条件下的覆盖率与相邻工作节点间距的解析关系,并在已有的最优完全覆盖算法OGDC的基础上进行了扩展和改进,从而得到了一种新的网络节点配置算法EGDC（Extended OGDC Algorithm）。该算法可以有效地选择出合适的工作节点以达到任意给定覆盖率下的部分覆盖。此外,还给出了一种检验和评价网络连通性的方法,通过该方法可以对网络的连通性进行量化分析,并给出了一项评价网络连通性的指标。仿真表明,EGDC可以有效地实现任意期望覆盖率下的网络配置并保持网络的连通。     

无线传感网络交叉覆盖节点路由删除仿真研究

针对无线传感网络中节点的覆盖范围较小,删除无用路由所用时间较长,导致网络覆盖率低和路由删除效率低的问题,提出无线传感网络交叉覆盖节点路由删除方法。建立节点覆盖模型,在节点覆盖模型的基础上将无线传感网络的覆盖率和连通性当做综合评价函数,构建无线传感网络交叉覆盖节点优化布局的数学模型,并采用罚函数结合无约束优化模型代替传统约束优化模型。运用自适应遗传算法求解无约束优化模型,实现无线传感网络中交叉覆盖节点的优化布局,进而删除无线传感网络中存在的无用路由。分析实验结果得出,所提方法的网络覆盖率高、路由删除效率高,说明所提方法实际应用性强。     

基于模糊粒子群算法的有向传感器网络路径覆盖策略*

建立有向传感器节点模糊感知模型,利用模糊数据融合规则减少网络不确定区域.对于有向传感器网络路径覆盖问题,提出基于模糊粒子群算法的有向传感器网络路径覆盖增强算法,将n维求解问题转化为一维求解问题,以提高单个传感器节点净覆盖域为目的,提高网络覆盖率.仿真结果表明,对于感知方向可连续调节的有向传感器网络节点,在随机部署情况下与现有算法对比,文中算法能有效提高有向传感器网络路径覆盖率,并且具有较快的收敛速度,延长网络生存期.     

基于分布式烟花算法的WSN布局优化方法

无线传感器网络具有广泛的应用,然而如何有效部署无线传感器节点,提高节点利用率和网络覆盖率,仍是一个亟待解决的问题。针对传统无线传感器网络部署方法存在节点冗余率高、覆盖率低等问题,以网络覆盖率为优化目标,将烟花算法良好的结果搜索能力和分布式高效的计算速度相结合,实现对网络覆盖率优化模型的高效求解。实验表明,该算法相比于普通的烟花算法具有更好的计算结果和更快的收敛速度。     

WSNs能量异构节点部署与区域覆盖优化

针对无线传感器网络（WSNs）的热点区域问题所导致的节点能量异构、能量空洞等问题,对网络进行重新部署以满足区域覆盖的要求。建立WSNs能量异构节点区域覆盖优化模型,以网络覆盖率为目标函数,节点位置作为决策变量,采用差分进化算法优化该目标,同时获得各节点的最佳位置。仿真实验表明：该模型能充分调度各节点的剩余能量,对热区问题导致的能量空洞进行重新部署,该策略能够延长网络的生命周期,提高网络的可靠性。     

无线传感器网络中基于遗传算法的优化覆盖机制

覆盖作为无线传感器网络应用的一个基本问题．反映了网络监测和实现目标跟踪的质量效果．针对传感器节点的高密度部署情况，研究了工作节点集选取问题．提出两种基于加权遗传算法和基于约束遗传算法的优化覆盖机制．根据生成的适值函数进行遗传算法操作．并计算传感器网络充分覆盖区域所需的近似最优工作节点集．仿真结果表明该算法能快速收敛于最优解．完成工作节点集的优化选取，从而降低网络冗余，延长网络生存时间．     

基于改进鲸鱼优化算法的WSN覆盖优化

针对无线传感器网络在随机部署移动节点时,存在分布不均匀导致的覆盖率较低的问题,以网络覆盖率最大化为目标建立网络覆盖优化模型,提出一种基于改进鲸鱼优化算法(IWOA)的网络覆盖优化策略;首先,采用量子位Bloch球面坐标编码初始化种群,提升种群多样性,扩展搜索空间的遍历能力;其次,提出一种基于步长改进的位置更新方式,平衡算法的全局探索和局部搜索能力;最后采用莱维飞行,对个体进行扰动更新,提高跳出局部最优的能力。仿真结果表明,将改进后的鲸鱼优化算法应用在WSN覆盖优化中,与标准鲸鱼优化算法和其他文献中的算法相比,有效减少了传感器节点冗余,表现出更快的收敛速度和更高的覆盖率,进而改善网络监测质量,延长网络生存时间。     

基于Memetic算法的WSN分簇协议的研究 *

针对无线传感器网络的寿命和覆盖优化,提出了一种基于Memetic算法和节点休眠-唤醒调度策略的复合文化基因聚类协议(Composite Memetic Algorithm Clustering Protocol,CMACP)。算法首先运行文化基因算法初始化需要激活的节点并规划相邻冗余节点,其中遗传算法和局部搜索算法能保障得到最优的初始节点分布。随着网络的运行,当某个节点因能量耗尽而丢失覆盖目标时,休眠调度策略选择激活最优相邻节点弥补覆盖漏洞。仿真实验表明,与其他WSN分簇协议相比,CMACP能较好的延长WSN稳定周期生存时间,并且提高WSN对感知区域的覆盖能力。     

气味标记法优化免疫算法的覆盖策略

覆盖问题一直是无线多媒体传感器网络研究的重点领域。为了能够达到对目标区域有效覆盖的同时,减少网络能耗,延长网络寿命的目的,提出了一种气味标记法优化的免疫算法SMOIA（Scent Marking Optimization Immune Algorithm）。该方法利用改进的气味标记算法,在被覆盖区域设置必要的气味标记点,在这些点设置传感器节点能够有效提高对目标区域的覆盖率,减少冗余节点数量;使用免疫算法来避免一般算法容易陷入局部最优的问题。仿真实验表明,该算法能够有效提高网络覆盖率,减少网络中传感器节点数量,延长了网络寿命,并且收敛迅速。