[发明专利]一种基于改进蜂群算法的传感节点覆盖方法

摘要

本发明公开了一种基于改进蜂群算法的传感节点覆盖方法，对传感区域的节点不同布局构建不同初始点的蜂群个体，以蜂群个体的区域覆盖率为优化目标函数，在搜索过程中将学习因子异步变化思想整合到传统蜂群算法中，充分利用搜索过程蜂群的历史信息和全局信息引导搜索群体跳出局部最优，从而大大提高了优化搜索效率和性能，避免算法早熟收敛，实现传感网络节点的智能布局优化。

主权项

1.一种基于改进蜂群算法的传感节点覆盖方法，其特征是，该方法包括如下步骤：(1)、初始化蜂群规模N，采蜜蜂种群规模为Ne，跟随蜂种群规模为Nf，初始迭代k＝1，蜂群进化代数M；随机生成由N个蜜蜂组成的初始搜索群体{S1,…,SN}，每只蜜蜂个体代表一种D个传感节点位置分布方案，这里,Si＝(si1,…,siD),i＝1,2…,N,t＝1,2…,D,sid＝(xid,yid)表示第i个搜索个体中第d个传感器的坐标；D个传感器节点分布于二维平面监测区域Q内，将二维平面监测区域数字离散化为a×b个格点，每个格点坐标用Aj(xj,yj)，j＝1,2,…,ab表示,xj,yj分别表示格点Aj在监测区域的横、纵坐标；(2)、利用公式Ri(Si)＝∑jρj(Si)/(a×b)(j＝1,…,ab,i＝1,…,N)计算每只蜜蜂的网络覆盖率，其中：表示传感节点s_id与格点A_j之间距离不大于感知半径为m的概率；d(A_j,s_id)表示传感节点s_id与格点A_j之间距离；(3)、按照种群适应度大小，将蜜蜂分为采蜜蜂和跟随蜂；(4)、更新采蜜蜂蜜源；对于每只采蜜蜂，在原蜜源附近采蜜，按下式vid＝sid+r(sid‑shd)产生新的蜜源，并计算其适应度值，式中i,h＝1,2…,N,h≠i,j＝1,2…,D,r是[‑1,1]之间的随机数，若其适应度值更高，则取代原蜜源；否则放弃此蜜源；(5)、更新跟随蜂的状态；对于每只跟随蜂，按照与采蜜蜂种群适应度值成比例的的概率选择一个采蜜蜂，并在其邻域内根据下式vid＝λxid+c1r1(pid‑xid)+c2r2(gd‑xid)产生新的蜜源，式中λ是遗忘因子，表示搜索下一个蜜源时对当前蜜源的记忆强度，pid表示每只蜜蜂自身的历史最好位置，即个体极值，gd表示所有蜜蜂的历史最好位置，即全局最优解，r1和r2是[‑1,1]之间的随机数，c1,c2表示学习因子，c1＝1/(1+k0.25),c2＝k/M，用于调整蜜蜂自身经验和社会群体经验在整个寻优过程中所起的作用的参数；若新产生的蜜源适应度值更高，则跟随蜂变成采蜜蜂，并取代原蜜源位置；(6)、记录种群最终更新后的个体极值、全局最优解以及最优适应度值；(7)、记录每只采蜜蜂觅食同一蜜源的次数，当觅食同一蜜源的次数超过临界阈值时，该采蜜蜂退化为跟随蜂，并重新随机初始化其位置；(8)、如果满足终止条件，则停止计算并输出最优网络覆盖率及相应的参数Sbest；否则，k:＝k+1，转(2)。