基于粒子群优化的WSN覆盖增强算法研究

摘要

针对粒子群算法无线传感器网络（WSN）覆盖优化中算法稳定性较差，后期收敛速度慢和易陷入局部最优问题，本文提出了一种自适应扰动混沌的粒子群（Adaptive Disturbance Chaotic Particle Swarm Optimization，简称ADCPSO）的覆盖增强算法。一是在覆盖范围中应用改进的混沌Tent映射对粒子初始化，提高了种群的求解质量和算法的稳定性；二是采用非线性递减的惯性权重和学习因子自适应操作；三是根据一定概率对粒子位置进行扰动更新，避免粒子陷入局部收敛的问题。仿真结果表明，该算法具有良好的全局搜索能力，稳定性好，提高了网络覆盖率。