[发明专利]一种多目标优化的无线传感器网络节点部署方法

说明书

本发明属于无线传感器网络领域，具体涉及一种多目标优化的无线传感器网络节点部署方法，包括以下步骤：对种群中的粒子进行初始化，计算群体中粒子的自身最好位置，设置算法的初始参数；对群体中各个粒子的目标函数进行计算；根据帕累托支配原则，将种群中的非支配解存入到外部档案中；创建网格，计算档案集里粒子的密度信息；在档案集里根据粒子的密度信息选取全局最优解，并更新粒子的速度和位置信息；本发明通过在多目标粒子群优化算法中引入虚拟力算子和变异算子对粒子中包含的传感器位置信息进行修正，加快了算法的优化收敛速度，避免算法陷入局部最优解，使算法在多目标优化部署问题中得到了符合要求的帕累托最优解集。

技术领域

本发明属于无线传感器网络领域，具体涉及一种多目标优化的无线传感器网络节点部署方法。

背景技术

无线传感器网络是由大量的无线传感器节点通过自组织方式形成的，能够对工作区域进行实时监测、协作感知，并对监测对象及工作区域进行信息采集与处理的网络。节点部署是无线传感器网络能够实现预定功能的前提，是保证网络正常工作的基础。优秀的节点部署方案是保证无线传感器网络在工作区域中正常运行，具有长生命周期的先决条件。因此无线传感器网络部署需要考虑众多因素，如传感器节点数目、工作区域的覆盖面积、网络总能耗，生命周期等。由于这些因素大多是相互冲突和冲突的，对其中一个目标的改善很可能引起另外一个或多个目标被约束。因此，需要有一种合理的多目标优化算法来优化节点部署，达到优化网络性能的目的。

目前大多数关于无线传感器网络的多目标节点部署的研究都是独立分开的，没有对网络中的多个目标同时进行优化，从而解决的都是单目标优化问题或将多个目标适应度函数通过简单的线性加权求和，这往往会导致一些效果好的解决方案被丢失。

发明内容

本发明的目的是提出一种多目标优化的无线传感器网络节点部署方法。一方面，通过在多目标粒子群优化算法中加入虚拟力算子，对无线传感器网络进行多目标节点部署优化，提高了算法的收敛速度；另一方面，通过在多目标粒子群算法中加入变异算子，避免算法陷入局部最优解，使算法最终在多目标节点部署问题中找到了占优的节点部署方案解集。

该方法具体执行步骤如下：

一种多目标优化的无线传感器网络节点部署方法，包括以下步骤：

(1)对种群中的粒子进行初始化，计算群体中粒子的自身最好位置，设置算法的初始参数；

(2)对群体中各个粒子的目标函数进行计算；

(3)根据帕累托支配原则，将种群中的非支配解存入到外部档案中；

(4)创建网格，计算档案集里粒子的密度信息；

(5)在档案集里根据粒子的密度信息选取全局最优解，并更新粒子的速度和位置信息；

(6)加入虚拟力算子，计算每个传感器所受虚拟力的大小，对每个粒子中包含的传感器位置信息进行优化调节；

(7)对粒子的位置进行越界处理，并更新各个粒子的目标函数值；

(8)计算粒子的变异概率，判断粒子是否进行变异操作，更新个体历史最优解，更新外部档案集；

(9)对档案集进行截断操作；

(10)判断是否达到规定的迭代次数，若达到则停止算法并输出档案集里粒子的信息，否则返回步骤五继续迭代。

所述对种群中的粒子进行初始化，计算群体中粒子的自身最好位置，设置算法的初始参数，包括：