改进的离散果蝇优化算法在WSNs覆盖中的应用*

霍慧慧， 李国勇

(太原理工大学 信息工程学院，山西 太原 030024)



改进的离散果蝇优化算法在WSNs覆盖中的应用*

霍慧慧， 李国勇

(太原理工大学 信息工程学院，山西 太原 030024)

摘要:针对无线传感器网络(WSNs)随机部署产生的区域覆盖率低、节点利用率差问题，提出一种改进的离散果蝇优化算法(FOA)对WSNs覆盖进行优化。新算法引入自适应步长的分类嗅觉随机搜索和基于移民操作及精英库的多种群协同进化机制，提高了优化精度和效率。仿真实验结果表明：新算法有效解决了WSNs覆盖问题，在确保网络覆盖率最大化的同时节点利用率较大，延长网络寿命。

关键词:无线传感器网络； 覆盖； 果蝇优化算法； 多种群； 自适应步长

0引言

无线传感器网络(wireless sensor networks，WSNs)广泛应用于军事、环境保护、农业和医疗等其他领域。由于传感器节点的能量受限和区域的特殊性，经常需要由飞行器将传感器节点随机撒播在监测区域进行大规模随机部署，由此可能会导致部分区域覆盖盲区或高密度节点部署，覆盖盲区直接影响监测质量，节点密度大则会在汇聚节点接收、处理和转发数据时浪费能量，且过多的冗余数据会堵塞信道和产生数据干扰，影响网络的可靠性。因此，设计一种最大改善初始覆盖率且低能耗的覆盖算法对于WSNs服务质量的提升是很有价值和意义的。

目前，利用群智能优化算法来优化WSNs覆盖已经成为研究的热点，例如：遗传算法、粒子群算法、模拟退火算法等[1～4]。果蝇优化算法(fruit-fly optimization algorithm，FOA)是我国台湾学者潘文超教授提出的一种新的群智能优化算法[5]，具有全局寻优、计算量小、精度高、收敛快速及易于实现等优势。……