临时优劣重心反向融变的麻雀优化WSN定位算法

摘要

针对群智能优化算法在无线传感器网络(WSN)定位问题中迭代效率慢和容易陷入局部最优等问题,提出了临时优劣重心反向融变的麻雀优化WSN定位算法。该算法利用节点估计距离构建盒子模型,初步确定节点的位置区域,缩小了前期的搜寻区域范围;利用Circle混沌映射初始化种群,使种群分布更加均匀;并提出临时优劣重心反向学习策略,在充分利用种群的搜索经验的同时也保持了种群的多样性;结合融变策略使算法更容易跳出局部最优,提高了全局搜寻的效率。仿真实验表明,所提算法在定位精度和收敛效率方面均有较好的效果。