基于改进粒子群算法的无线传感器网络覆盖优化

打开文本图片集

摘 要：为了提高无线传感器网络（Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋ，ＷＳＮ） 的覆盖率，提出了一种基于相互学习能力和动态学习因子的改进粒子群优化（Ｍｏｄｉｆｉｅｄ Ｐａｒｔｉｄｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ，ＭＰＳＯ） 算法。引入了拉丁超立方采样（Ｌａｔｉｎ ＨｙｐｅｒｃｕｂｅＳａｍｐｌｉｎｇ，ＬＨＳ） 序列来初始化种群，增加了种群的多样性，为之后优化奠定基础；引入一种相互学习方法，粒子通过随机选择目标粒子来增强自身的学习能力，提升局部寻优性能；利用一种动态学习因子策略，通过改变粒子的学习能力，加快了算法收敛速度并增强了全局寻优能力。（剩余355字）