买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：淮阴工学院

摘要：一种多策略改进斑马算法优化无线传感器节点布置的方法，涉及无线传感器网络覆盖领域；首先创建节点的感知模型，利用多策略改进斑马智能优化算法，采用佳点集初始化种群，增加模型的种群多样性；加入细菌趋向及复制操作更新最优解的位置；通过轮盘赌结合蚁狮优化算法中的随机游走策略，加入全局最优和随机个体的更新和设置动态的边界和上下界；传感器节点的部署位置和节点数量为输入，将待监测区域的网络覆盖率最大为优化目标，输出最优的节点布置方案和最大覆盖率。本发明具有收敛速度更快，能对整个无线传感器网络的资源进行合理的分配，减少节点冗余，提高传感器网络模型的覆盖率，提升模型的收敛速度与寻优精度，覆盖率及搜索效率显著提升。

主权项：1.一种多策略改进斑马算法优化无线传感器节点布置的方法，其特征在于：包括步骤：步骤1：确定监测区域，以布尔感知模型为基础，加入正态分布扰动，创建节点的感知模型；将监测区域离散化为像素点的集合，根据每个像素点是否被节点集覆盖得到联合覆盖率，构建节点联合感知模型，从而计算出无线传感网络的覆盖率；步骤2：在初始化传感器节点的位置时，引入佳点集GP策略替换斑马算法的随机初始化，将无线传感器网络的覆盖率作为适应度函数，并计算每个个体初始的适应度值；步骤3：在更新适应度值最好的先锋斑马位置时，引入细菌觅食算法BFO中的细菌趋向及复制策略，结合分布估计法，遵循优胜劣汰的原则，淘汰掉一半适应度值靠后的斑马，并复制同等数量的优质斑马，增强斑马算法全局寻优的运行效率，加快算法的收敛速度；步骤4：在斑马进入防御行为时，在局部搜索阶段的后期，引入轮盘赌结合蚁狮算法中的随机游走策略，改进斑马算法的位置更新模式；具体的操作方式为：当觅食阶段结束后，进入防御阶段，对应无线传感器网络中的局部最优解的搜索，通过模拟斑马面对不同捕食者的攻击采取不同防御策略；当面对狮子时，则以Z字形随机的侧向转弯动作来逃跑，建模如S1；当遇到其他的捕食者攻击时，则通过向遭到攻击的斑马移动，试图以聚集的方式来迷惑和恐吓捕食者，建模如S2，公式如下所示： 其中，xt，snew，P2表示在防御阶段s维度上第t个斑马的新维度值；xt，s为第t个斑马之前的值；为一个常数，取值为0.01；λ为一个在[0，1]之间的随机数；τ为算法的当前迭代次数，T为最大迭代次数；Ps为两种模式的切换概率；AZs为被攻击斑马的状态；在更新斑马的位置时，在新位置的目标函数具有更好的值，就接受新位置，建模如下： 其中，Xt为经过更新后的最优解的位置，Xtnew，P2为防御阶段第t个斑马为了躲避天敌所在的新位置，Ftnew，P2表示防御阶段新位置的函数值；Ft为上一个即原位置的函数值；斑马进入防御阶段的后期，采用轮盘赌结合蚁狮算法中的随机游走策略改进斑马算法的位置更新模式，具体为首先通过轮盘赌法随机选择斑马个体，然后通过蚁狮算法中的随机游走策略对随机挑选得到的斑马和当前全局最优的个体进行位置更新；可用公式表示： 式中，为随机游走的步数集，cum为计算的累积和，gt为不同条件下的随机函数，T为最大迭代次数，rand为0到1之间的随机数； 式中，构成随机游走的上下边界，为第τ次迭代的第维的上界，第τ次迭代的第维的下界；表示第τ次迭代的第维值，为保证能够在区域内进行随机漫游，对它进行归一化处理；表示为第维变量随机游走的最小值，表示为第维变量随机游走的最大值，为随机选择的斑马第τ次迭代的第维值，τ为算法的当前迭代次数，T为算法的最大迭代次数；为对应条件下数学表达式选取的集合；经过随机游走策略后，通过加入的全局最优和随机个体的更新和设置动态的边界和上下界，使算法在迭代后期不会陷入局部最优，增强算法的寻优能力和效率；最后，判断算法是否达到最大迭代次数，是则跳出循环，输出最优解，否则继续迭代更新；步骤5：利用上述经过改进后的斑马算法优化传感器网络模型，以传感器节点的部署位置和节点数量为输入，将待监测区域的网络覆盖率最大为优化目标，最终输出最优的节点布置方案和最大覆盖率。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种多策略改进斑马算法优化无线传感器节点布置的方法