[发明专利]基于文化蚁群算法的无线传感器网络节点部署设计方法

摘要

本发明涉及一种基于文化蚁群算法的无线传感器网络节点部署设计方法,该算法将蚁群优化算法纳入文化算法的框架，采用基于蚁群优化算法的种群空间和信念空间的双层进化结构进行寻优，在群体空间中加入信息素更新策略、禁忌表以及针对节点稀疏情况加入贪婪策略等，从整体上加快算法的寻优速度、提高解的质量。本发明旨在讨论在保证覆盖率与连通性的条件下优化网络中节点的数目。

主权项

一种基于文化蚁群算法的无线传感器网络节点部署设计方法，其特征在于，包括以下步骤：（1）种群空间设计；（2）信念空间维护；（3）收敛判定算法；所述的步骤（1）包括以下步骤：（1.A），启发式信息的计算，在蚂蚁个体的转移概率公式中，除蚂蚁系统中的信息素浓度外还有表示先验效应的启发式信息（1.B），维护蚂蚁的禁忌表与工作空间信息更新，蚂蚁个体在搜索的过程中维护一个禁忌表，用以避免重复地转移到同位置；禁忌表初始为空，蚂蚁做出转移选择后，在向指定位置将传感器加入传感器网络的同时，需要更新禁忌表, 即将新增传感器节点的位置加入禁忌表，随后更新覆盖点集与有效待选点集；（1.C），蚁群算法中蚂蚁个体在其经过的地方释放信息素，但是信息素会随着时间和环境的变化而蒸发，则工作空间中点上的信息素更新公式为：其中，表示信息素的蒸发系数，表示蚂蚁经过某网格点后在该点上留下的信息素的增量；而起到一个引导的作用，其定义如下：，其中，是一个常数，它表示蚂蚁所留轨迹数量，变量用来表示蚂蚁本次迭代使用传感器的数量；所述的步骤（2）包括以下步骤：（2.A），信念空间的初始化，当一代种群生成后，文化算法会按照规则对其执行接受函数或影响函数：执行接受函数时，种群中的优秀个体会进入文化算法的信念空间；执行影响函数时，信念空间中的若干优秀个体会替换掉当前种群中的较差个体；（2.B），接受函数，接受函数主要用来传递群体空间中比较得到的精英蚂蚁个体到信念空间采取定期更新的策略，即在群体空间的演化过程中，规定每当蚁群优化算法运行AcceptStep的倍数代时，选取种群空间中全局最优的个体替换信念空间中最差个体;这里AcceptStep取值为2；（2.C），影响函数，影响函数是指上层信念空间在完成精英解集的迭代更新后，反馈给下层群体空间以指导其后续的进化方向，对影响种群的时机采用动态策略，通过设定一个动态变化的变量InfluenceStep，信念空间中种群每运行InfluenceStep的倍数代时，将信念空间中适应值较好的一定数目个体，替换群体空间中适应值较劣的同样数目个体，InfluenceStep由下面的公式表示：，其中，为常数，表示算法的最大迭代次数；CurrentStep为当前群体空间进化代数;这里N1、N2取值分别为2和5；所述的步骤（3）包括以下步骤：（3.A），计算信念空间中的各个蚂蚁个体适应度值的方差即计算信念空间中每个个体对应的无线传感器网络中所需传感器节点数量的方差，若该小于一标准值则进行计数，执行步骤2；（3.B），若在后面接受函数执行过程中仍然有则计数器m累加1，执行步骤3；否则结束计数过程计数器清零，返回步骤1；（3.C），若计数器m大于一个设定好的常数值I，表示算法收敛，一个适当的I值可以在算法早期有效规避误判。