基于细菌觅食优化算法的WSNs节点部署策略.pdf

《基于细菌觅食优化算法的WSNs节点部署策略.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、128传感器与微系统(TransducerandMicrosystemTechnologies)2014年第33卷第9期DOI：10．13873／J．1000-9787(2014)09--0128_04基于细菌觅食优化算法的WSNs节点部署策略朱瑞金，王联国(1．甘肃农业大学工学院。甘肃兰州730070；2．甘肃农业大学信息科学技术学院，甘肃兰州730070)摘要：为了提高传感器节点的有效覆盖率，提出了一种基于细菌觅食优化(BFO)算法的节点部署策略。以网络覆盖率为目标函数，在细菌觅食算法的趋向操作过程中，引人碰壁策略，对

2、细菌初始位置进行优化，从而提高算法的收敛速度。算法中的每个细菌都代表一只传感器，多个细菌组成的一个菌落代表一种传感器的部署方案。算法以菌落为单位做复制操作和迁徙操作，按照菌落适应度值大小选出较为优越的部署方案。通过仿真实验，分析了参数对算法性能的影响，并与其他方法的优化结果进行比较，结果表明：该算法有效地提高了传感器节点覆盖率。关键词：菌落；碰壁；细菌觅食优化算法；节点部署策略中图分类号：TP18文献标识码：A文章编号：1000-9787(2014)09--0128-04NodedeploymentstrategyofWS

3、NsbasedonBFOalgorithmZHURui．jin，WANGLian．guo(1．CollegeofEngineering，GansuAgriculturalUniversity，Lauzhou730070，China；2．CollegeofInformationScienceTechnology，GansuAgriculturalUniversity，Lanzhou730070，China)Abstract：Inordertoimproveeffectivecoveragerateofsensornodes，

4、anodedeploymentstrategybasedonbacterialforagingoptimization(BFO)algorithmisproposed．Theratioofnetworkcoverageistakenasobjectivefunction，thereboundstrategyisappliedtochemotaxis—operatingprocessofBFOalgorithmtooptimizetheinitialpositionofbacteria，SOastoincreasespeed

5、ofalgorithmconvergence．Eachofthebacteriarepresentsasensor，andeachcolonythatisconstitutedbyaseriesofbacteriarepresentsatypeofdeploymentscheme．Thealgorithmthatinunitofthecolonydidtheoperationofreproductionandelimination．Therelativesuperiordeploymentschemeischosenthr

6、oughcomparingthefitnessvaluesofcolonies．Throughsimulationexperiments，theinfluenceofparametersonthealgorithmperformanceisanalyzed，andtheoptimalresultsiscomparedwiththoseofothermethods，andexperimentalresultsshowthatthisalgorithmcanefectivelyimprovetheratioofsensorno

7、decoverage·Keywords：colony；rebound；bacterialforagingoptimization(BFO)algorithm；nodedeploymentstrategy0引言对具有普遍性的监测区域，通常以提高覆盖面积比例或覆利用无线传感器网络(WSNs)对草地进行监控是近些盖的网格比例(网格比例指将监测区域离散成网格形式)年农业生态领域对草地生态环境进行管理的一种手段，具为目标进行部署优化，从而尽可能减少盲区和重复覆盖面有易部署、成本低、信息收集全面持续等特点。传感器节点积，。的布置策略是

8、监控网络的基础，只有合理的节点部署，才能细菌觅食优化(bacterialforagingoptimization，BFO)算得出准确的原数据。但是，通过随机抛撒等手段得出的数法是由PassinoKM在2002年基于大肠杆菌在在人体的觅据具有很大的不确定性⋯，因此，很多学者利用智能优化食行为提出的一种全局