论文改进人工蜂群算法无线传感器网络覆盖优化是适合传感器网络论文写作的大学硕士及相关本科毕业论文，相关无线传感器网络技术开题报告范文和学术职称论文参考文献下载。
摘 要： 由于无线传感器网络覆盖属于组合优化范畴,为了在有限节点数量情况下提高其覆盖率,引入人工蜂群算法并进行改进.通过注入全局最优个体反馈来提高收敛速度,并升级了侦查蜂更新方法,采用一维高斯变异的方法,充分利用粒子先验知识,使粒子既能够保证足够的活力,又提高了算法的全局搜索能力.在40个节点数量条件下进行仿真实验,提出的改进算法覆盖率达到了87.2%,和改进蛙跳算法和标准人工蜂群算法的覆盖率相 别提高了1.6%和3.87%.
关键词： 无线传感器网络； 人工蜂群； 全局最优； 一维高斯变异； 概率测量模型； 覆盖优化
中图分类号： TN711?34； TP393.04 文献标识码： A 文章编号： 1004?373X（2018）03?0014?05
Abstract： Since the wireless sensor networks coverage belongs to the combinatorial optimization category, the artificial bee colony algorithm is introduced and perfected to improve the coverage rate in the condition of limited node quantity. The global optimal individual feedback is injected to improve the convergence rate, and update the refresh method of investigation bee. The one?dimensional Gaussian mutation method and particle prior knowledge are used fully to make the particles active, and improve the global search capability of the algorithm. The algorithm with 40 nodes was carried out with simulation experiment. The experimental results show that the coverage rate of the improved algorithm can reach up to 87.2%, and is increased by 1.6% and 3.87% respectively than that of the improved shuffled frog leaping algorithm and standard artificial bee colony algorithm.
Keywords： wireless sensor network； artificial bee colony； global optimization； one?dimensional Gaussian mutation； probabilistic measurement model； coverage optimization
0 引 言
无线传感器网络[1]具有低功耗和方便组网的优势,在物联网、智能交通、目标定位和环境探测等领域得到了广泛应用[2?3].但随着网络中传感器节点数量的不断增加,节点冗余问题也越加突出,怎样才能低成本投入且高效的利用成为研究热门,增大网络的覆盖面积成为无线传感器网络应用的关键问题.
由于传统算法[4?5]存在节点覆盖程度低的问题,要想实现全局最优在技术层面还有欠缺,鉴于无线传感网络的结构和群体智能算法的特点极其相似,因此,大量的学者开始使用智能算法优化无线传感器网络.
文献[6]将改进的粒子群算法应用到无线传感网络的自组织中,有效地提高了节点的覆盖面积；文献[7]根据节点位置信息建立部署模型,提出一种基于改进混合蛙跳算法；文献[8]将遗传算法应用于优化无线传感器网络覆盖；文献[9]将萤火虫算法用于网络覆盖优化.但这些应用于无线传感网络覆盖问题的群体智能算法由于本身存在一些缺点,导致其优化的结果不是很理想.
人工蜂群算法[10?11]具有良好的全局性,已经在很多领域内被证明优于其他一些算法.结合无线传感器网络的结构特点,把节点的部署看成是蜂群寻找最优蜜源的过程,将改进人工蜂群算法应用到无线传感器网络覆盖优化中,和其他几种算法的比较实验说明,提出算法得到的效果有明显改善.
1 人工蜂群算法及改进方法
1.1 人工蜂群算法描述
根據蜜蜂在活动中扮演的角色,将其归纳为观察蜂、采蜜蜂以及侦查蜂三种类型.侦查蜂在正常情况下是不存在的,当采蜜蜂结束采蜜后自动转化为侦查蜂[12?13].其搜索步骤为：首先采蜜蜂选取周围最近的一个蜜源,然后观察蜂通过信息跟随其中一只采蜜蜂,在这个过程中选取出较好的蜜源,最后采蜜蜂放弃蜜源,转化为侦查蜂,随机搜索新蜜源.
上述过程即为一个优化问题,将每个蜜源的位置看成一个解.假设蜜源位置表示为总数为其中,第个蜜源表示为为其收益度值.观察蜂选取蜜源的概率表示如下[14]：
观察蜂对周边的蜜源进行权衡后,会选取较好的蜜源,蜜源位置更新公式为：
式中：为[0,1]之间的随机数.如果,那么观察蜂就会更新位置,否则不变.在更新的同时限定次数加1,当循环次数达到限定阈值时,会丢弃该蜜源,转化为侦查蜂,生成位置公式为：
1.2 改进的人工蜂群算法
在蜂群算法中,当达到一定次数后适应值仍然没有改进时,该蜜蜂会变成侦查蜂,然后随机生成新的蜜源位置代替原位置.采用侦查蜂随机搜索的目的是当算法处于收敛状态,全部蜜蜂均汇聚在同一蜜源时,把蜜蜂强制转移,以此保证蜜蜂的活力.但由于这种策略放弃了原来蜜源的所有信息,导致算法收敛速度较慢,为了让蜜蜂既能够保证足够的活力,同时又可以充分地利用先验知识,采用一维高斯变异的搜索策略,计算公式如下：
总结:本论文为免费优秀的关于传感器网络论文范文资料，可用于相关论文写作参考。
参考文献：
1、 一种无线传感器网络路由协议LEACH改进算法 摘 要：针对低功耗自适应集簇分层型协议LEACH（low energy adaptive clustering hierarchy）的节点生命周。
2、 无线传感器网络定位理论和算法 摘 要：无线传感器网络在目前社会发展和个人生活中有着广泛的应用，作为无线传感器网络设计实现及应用当中的关键组成部分，定位技术承担了提供位置信息服。
3、 基于蚁群算法的无线传感器网络路由优化 摘要：在无线传感网络不断应用到人们各个领域中，人们对于网络的服务质量要求也越来越高，所以就要保证服务质量实现网络负载均衡，提高网络的寿命。在此背。
4、 基于安全性的无线传感器网络时钟同步算法 摘 要： 无线传感器网络存储能力不高，导致以往提出的无线传感器网络时钟同步算法的安全性能不高、同步误差较大，现提出基于安全性的无线传感器网络时钟。
5、 基于无线传感器网络的数据采集系统 摘 要： 设计一种新的基于无线传感网络的数据采集系统，其由电源模块、无线模块和控制模块组成。电源模块为无线模块和控制模块提供电能，无线模块使用智。
6、 无线传感器网络多汇聚节点分簇算法 摘 要： 为解决大规模无线传感器网络的节点通信效率问题，提出无线传感器网络的一种多汇聚节点分簇算法，针对拥有多个汇聚节点的监控区域，对网络进行层。