基于人工蜂群算法在无线传感网络覆盖优化策略中的应用研究-精密仪器及机械专业论文.docx

万方数据 万方数据 摘要 摘 要 随着近年来物联网技术的兴起，无线传感器网络在国际上也备受瞩目。它有 广阔的市场应用前景，改变人们生活的同时带来巨大的经济效益。在一定程度上 延伸了人类的视野，扩展了获取信息的途径，提高了获得最直接、最真实、最有 效的信息的能力。 人工蜂群算法是一种群体智能随机搜索的优化算法，来源于蜜蜂采蜜活动中 的自然行为。作为群体智能算法中的新兴部分，它具有传统智能算法解决优化问 题的能力外，自身具有很强的优势。同时，人工蜂群算法具有一定得缺陷，后期 搜索速度慢，易陷于局部最优解，出现“早熟”的情况。本文提出一种改进的人 工蜂群算法，利用数学中外推技巧使算法具有引导性，并增加摄动因子，加快后 期收敛速度。通过 5 个经典的基准函数测试，证明了算法有效性，并在收敛速度 和精度上得到有效改善。 覆盖优化一直是无线传感网络中一个非常重要的问题。覆盖问题的本质反映 了网络对监控区域的监控能力。同时，覆盖效率也是无线传感网络质量的衡量指 标之一。在实际工程中，应保证服务质量和保证覆盖最大化的综合考虑。本文通 过改进的人工蜂群算法对传感网络节点覆盖进行优化，通过 Matlab 建立覆盖优化 模型。通过仿真测试结果显示，网络优化是有效的，可以在有限传感器数量下最 大限度的覆盖监测区域，减少网络冗余度，通过调用方式调整改善网络性能，延 长网络寿命。 关键词：智能群体，人工蜂群算法，无线传感网络，覆盖优化 I ABSTRACT ABSTRACT In recent years, with the rise of the Internet of Things technology, wireless sensor networks in the international become more high-profile. It has broad market prospects, huge economic benefits, and will change peoples lives. An extension of mans vision to expand access to information, to improve the ability to get the most direct and effective information. As a swarm intelligence optimization algorithm, the artificial bee colony algorithm(ABC) derived from the natural behavior of honey bees activities. As an emerging part of the swarm intelligence algorithm, it has a strong advantage to solve the optimization problem. At the same time, ABC algorithm has some defects, such as slow post-search, easily trapped in local optimal solution. This paper presents an improved artificial bee colony algorithm. Pushing skills, derived from the use of mathematics and foreign, guide the algorithm, and increase the perturbation factor, to post-convergence faster. Through five classic benchmark functions test to prove that the algorithm validity, and effectively improve the convergence speed and accuracy. Coverage optimization is a very important issue in wireless sensor networks. Coverage reflects the network monitoring capabilities. The coverage efficiency is also one of quality metrics of the wireless sensor network. In the actual project, it should ensure