动态协同和声搜索算法及其在无线传感器网络覆盖中的优化-广州大学.PDF

第１７卷　第３期 广州大学学报（自然科学版） Ｖｏｌ．１７　Ｎｏ．３ 　２０１８年　６月　 ＪｏｕｒｎａｌｏｆＧｕａｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ｊｕｎ．　２０１８ 文章编号：１６７１４２２９（２０１８）０３００６２０７ 动态协同和声搜索算法及其在无线 传感器网络覆盖中的优化 欧阳海滨，卫俊遷，郑满波 （广州大学 机械与电气工程学院，广东 广州　５１０００６） 摘　要：研究一种动态协同和声搜索算法，并对无线传感器网络的覆盖感知模型进行求解．该算法设计多种群 动态协同进化策略，改善和声搜索算法的多样性．在和声记忆库考虑阶段，引入轮盘赌选择，提高搜索的有效 性．同时，对算法参数进行动态调节，以提高算法的优化性能．无线传感器网络覆盖优化问题的优化仿真结果表 明所提算法取得较优的结果． 关键词：无线传感器网络；和声搜索算法；覆盖优化；动态调节 中图分类号：ＴＰ３０１　　　文献标志码：Ａ 　　由于网络信息、电子技术、工业工程应用所存 通过学习自动机动态调整参数ＨＭＣＲ、ＰＡＲ、ｂｗ的 在问题的大规模化、复杂化、系统化，传统的优化 ［４］ 值．ＯＵＹＡＮＧ等 基于算法探索能力的分析设计 方法和优化技术已经难以有效地解决．基于先进 一种均值调节策略对ｂｗ进行调节，并提出一种修 的计算机科学技术和自然进化规律，创造性地设 ［５］ 正和声搜索算法．ＷＡＮＧ等 提出一种混合和声 计高效简单实用的计算方法是时代赋予的使命． ［６］ 布谷鸟搜索算法．在算法应用方面，ＹＡＳＡＲ 提出 ［１］ 自从遗传算法于 １９７２年由ＨＯＬＬＡＮＤ 提出，一 一种次梯度和声搜索混合算法，在非线性电力系 种全新的基于自然规律和数学思想的计算方法得 ［７］ 统经济调度问题中得到了应用．ＧＡＮＤＨＩ等 提 到了学者们的认同和探索．尤其，在近十几年，这 出一种基于专家模型的离散和声搜索算法，并应 种计算方法逐渐形成一门独立的学科 －自然计 用于脑电图癫痫发作检测问题中．ＨＳ算法在实际 算，计算智能化引起了许多研究者们的广泛兴趣． 生活中许多领域得到了良好的应用．但和声搜索 许多简单高效可靠的群智能优化算法逐渐被提出 算法本身存在搜索盲目性、种群多样性容易变差 并应用到许多工程优化问题中，例如，粒子群优化 和收敛精度不高的局限，并且需要进一步扩展算 算法、差分进化算法、量子进化算法、布谷鸟搜索 法的应用空间． 算法、人工蜂群搜索算法、免疫优化算法以及最近 无线传感器网络是一种将微型低功耗传感器 提出的和声搜索算法和教学优化算法等．群智能 节点自组织而成的侦测网络．无线传感器网络的 优化算法通过模拟或揭示某些自然现象或过程而 核心是节点布置与网络覆盖优化，这个核心内容 得到迅猛发展，所特有的优点和机制，引起了国内 直接影响了该网络的感知能力和检测能力，因而 外专家学者的广泛关注并掀起了智能优化算法的