[发明专利]基于物联网的森林火灾监测系统节点有效动态覆盖方法

权利要求书

1.基于物联网的森林火灾监测系统节点有效动态覆盖方法，其特征在于，具体按照以下步骤实施：

步骤1、参数设置：种群规模NP、尺度因子F、交叉概率CR、最大进化代数Gmax；

步骤2、随机生成种群规模为NP的初始种群，求NP个体的适应度值；

步骤3、判断是否满足终止准则，如果满足，则算法终止，转向步骤6；否则转向步骤4；

步骤4、对当前种群个体进行DE变异操作、DE交叉操作、DE选择操作；

步骤5、执行局部搜索算法SQI；

步骤6、输出求得的最好结果。

2.根据权利要求1所述的基于物联网的森林火灾监测系统节点有效动态覆盖方法，其特征在于，所述步骤1具体如下：设置种群规模NP＝40、尺度因子F＝0.5、交叉概率CR＝0.9、最大进化代数Gmax＝300。

3.根据权利要求1所述的基于物联网的森林火灾监测系统节点有效动态覆盖方法，其特征在于，所述步骤2具体如下：

步骤2.1、为了保证森林火灾监测节点初始化后的节点坐标在整个监测区域范围内，即初始化的目标向量范围能覆盖整个解空间，将初始化后的目标向量表示为下式所示：

X_ji,G＝X_j,min+rand_j,i(0,1)·(X_j,max-X_j,min)

式中，rand(0,1)为在(0,1)区间中计算机随机生成的服从均匀分布的随机数，X_j,min＝{X_1,min,X_2,min,…,X_D,min}表示在D维连续实值空间中目标向量的下边界，即森林火灾监测区域的下边界；X_j,max＝{X_1,max,X_2,max,…,X_D,max}表示在D维连续实值空间中目标向量的上边界，即森林火灾监测区域的上边界；X_i,G表示第G代中的第i个个体向量或目标向量：

X_i,G＝(X_1i,G,X_2i,G,X_ji,G,…,X_Di,G)

式中，G＝0,1,…,G_max，G表示该种群所属的代数，G＝0表示初始化种群向量，G_max为最大代数，i＝1,2,…,NP表示第i个个体向量，D表示D维空间，即在该D维连续的实数值参数空间求解全局最优解；

步骤2.2、计算初始化后的目标向量的适应度函数，即在当前状态下，根据适应度函数计算森林火灾监测节点的适应度函数值，选取森林火灾监测节点在监测区域的覆盖率函数作为该适应度函数如下：

4.根据权利要求3所述的基于物联网的森林火灾监测系统节点有效动态覆盖方法，其特征在于，所述步骤3具体如下：根据步骤2计算得到的适应度函数值判断是否满足森林火灾监测覆盖率的要求，如果满足，则算法终止，转向步骤6；否则转向步骤4。