混沌量子粒子群算法在無線傳感器網絡覆蓋優(yōu)化中的應用.pdf

1、隨著現(xiàn)代技術和信息網絡的進步，物聯(lián)網的發(fā)展熱潮已悄然掀起，得到了世界各國學術界、工業(yè)界的諸多關注。而作為物聯(lián)網感知層的重要組成結構，無線傳感器網絡(Wireless Sensor Networks, WSN)的研究與開發(fā)也越來越得到重視。覆蓋率是無線傳感器網絡中一個重要的衡量指標，如何使用有限數(shù)量的傳感器節(jié)點最大范圍的覆蓋目標區(qū)域，同時盡可能的延長網絡生存時間，這些都是無線傳感器網絡中非常具備研究價值的熱點問題。
　　20世紀80

2、年代以來，群體智能算法作為一門新興的優(yōu)化計算方法，得到了廣泛的關注與研究。作為群體啟發(fā)式搜索算法中的一種，粒子群算法由于其易簡單實現(xiàn)、可調參數(shù)少、收斂速度快等原因，在解決組合優(yōu)化問題方面具有無可比擬的優(yōu)勢。
　　同時，針對粒子群算法收斂速度慢、易陷入局部極值等缺陷問題，結合δ量子勢阱模型及混沌運動的特性，提出了一種改進的粒子群算法—混沌量子粒子群算法。該算法在迭代尋優(yōu)過程中采用基于精英個體適應值方差的早熟判斷機制，在當前最優(yōu)解的局

3、部進行精細化搜索，避免算法因陷入局部極值而出現(xiàn)停滯的狀況，也保證了粒子種群的多樣性。
　　覆蓋控制研究在很多方面可以轉化為組合優(yōu)化問題的求解。本文以無線傳感器網絡的覆蓋率為主要優(yōu)化目標，結合混沌量子粒子群算法在求解組合優(yōu)化問題方面的優(yōu)越性來研究隨機覆蓋優(yōu)化問題。該算法提高了尋優(yōu)效率和覆蓋優(yōu)化效果，有效克服了上述缺陷。通過合理移動傳感節(jié)點使其位置分布更加均勻，這樣不僅減少了網絡冗余度，而且降低了節(jié)點移動帶來的能耗。仿真實驗結果表明，