编程语言
首页 > 编程语言> > 基于樽海鞘群算法实现WSN节点优化部署

基于樽海鞘群算法实现WSN节点优化部署

作者:互联网

文章目录

 

一、理论基础

1、节点覆盖模型

2、樽海鞘群算法

樽海鞘群算法(salp swarm algorithm,SSA)是Seyedali Mirjalili等于2017年提出的一种新型智能优化算法。每次迭代中,领导者指导追随者,以一种链式行为,向食物移动。移动过程中,领导者进行全局探索,而追随者则充分进行局部探索,大大减少了陷入局部最优的情况。樽海鞘群算法中有两类个体, 分别是领导者和跟随者。

二、仿真结果

设监测区域为50 m × 50 m 50 m × 50 m50m×50m的二维平面,传感器节点个数N = 35 N = 35N=35,其感知半径是R s = 5 m R_s = 5mRs​=5m,通信半径R c = 10 m R_c= 10mRc​=10m,迭代300次。初始部署、SSA优化覆盖、SSA算法覆盖率进化曲线如图1~3所示。
在这里插入图片描述

图1 初始部署

在这里插入图片描述

图2 SSA优化覆盖

在这里插入图片描述

图3 SSA覆盖率进化曲线

三、参考文献

[1] Seyedali Mirjalili,Amir H. Gandomi,Seyedeh Zahra Mirjalili,Shahrzad Saremi,Hossam Faris,Seyed Mohammad Mirjalili. Salp Swarm Algorithm: A bio-inspired optimizer for engineering design problems[J]. Advances in Engineering Software,2017.
[2] 俞家珊,吴雷.双领导者樽海鞘群算法[J].计算机科学,2021,48(04):254-260.

标签:领导者,50,WSN,算法,SSA,节点,Mirjalili,海鞘
来源: https://blog.csdn.net/QQ3381151092/article/details/117898449