[发明专利]基于改进差分进化算法的传感器网络节点优化部署方法有效
申请号: | 201910318330.8 | 申请日: | 2019-04-19 |
公开(公告)号: | CN110062389B | 公开(公告)日: | 2022-08-12 |
发明(设计)人: | 王振东;刘燔桃;胡中栋;李大海;温卫 | 申请(专利权)人: | 江西理工大学 |
主分类号: | H04W16/18 | 分类号: | H04W16/18;H04W84/18;H04W4/021 |
代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 汤东凤 |
地址: | 341000 江*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了基于改进差分进化算法的传感器网络节点优化部署方法,并成功应用于无线传感器网络的节点优化部署,通过设置混沌映射群体初始化,提升了初始种群的多样性;使用精英群体实现对变异向量的引导,加快种群全局的寻优速度;使用参数自适应调整机制增强算法对节点的适应能力。本发明的优点:与基本差分进化算法相比,改进后的算法在节点覆盖率和收敛速度上均有较大程度的提升,同时能够有效应对节点可能出现的突发状况,增强了算法的适应能力;改进的差分进化算法有效避免了种群陷入局部最优,提高了算法的寻优能力。对比改进前的差分进化算法提升了5%左右的网络覆盖率,满足了监测区域的覆盖要求,并加快了收敛速度,而且改进后的算法具有较强的适应性。 | ||
搜索关键词: | 基于 改进 进化 算法 传感器 网络 节点 优化 部署 方法 | ||
【主权项】:
1.基于改进差分进化算法的传感器网络节点优化部署方法,其特征在于:其包括以下步骤,步骤一:开始,初始化参数,混沌映射群体初始化,得到初始种群;步骤二:筛选精英群体计算变异因子集;步骤三:以精英群体中的个体为基向量,引导产生变异向量;步骤四:计算交叉因子集,个体与变异向量交叉重组产生试验向量;步骤五:比较种群个体及对应试验向量的适应度,择优成为下一代种群个体;步骤六:是否达到最大迭代次数,若是进入步骤七,若否则返回步骤二;步骤七:结束并输出结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西理工大学,未经江西理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910318330.8/,转载请声明来源钻瓜专利网。