基于布谷鸟搜索算法的无线传感器网络覆盖优化
文章目录
- 一、理论基础
- 1、节点覆盖模型
- 2、布谷鸟搜索算法(CS)
- 二、仿真实验与结果分析
- 三、参考文献
一、理论基础
1、节点覆盖模型
本文采取0/1覆盖模型，具体描述请参考这里。
2、布谷鸟搜索算法(CS)
请参考这里。
二、仿真实验与结果分析
①设监测区域为50m×50m50 m×50 m50m×50m的二维平面，传感器节点个数N=35N=35N=35，其感知半径是Rs=5mR_s=5mRs=5m，通信半径Rc=10mR_c=10mRc=10m，迭代500次。初始部署、CS优化覆盖、CS算法覆盖率进化曲线如下图所示。
初始部署和最终部署的节点位置及对应的覆盖率分别为：
初始位置：
7.8807 21.9372
42.0359 8.1091
21.5707 39.0126
46.4693 15.5551
48.1544 1.527
32.9803 47.5815
32.2382 21.1443
25.9026 8.7937
22.9363 20.229
36.817 25.7212
30.6283 27.6146
47.3967 27.9516
45.6066 31.5535
27.477 39.4682
5.4878 4.9297
7.7185 37.9664
1.0268 31.5594
31.3673 6.8934
17.7267 5.3944
35.6787 14.0751
29.322 15.1831
1.0778 20.3363
13.7643 25.7684
41.3315 18.0016
0.98105 47.0959
12.1787 35.2975
13.7406 33.6135
9.652 31.013
26.2319 45.4051
40.4495 48.1935
30.7663 0.43238
31.6667 9.6717
7.1954 26.9301
31.1401 11.4801
19.9538 30.9908
初始覆盖率：0.68704
最优位置：
28.462 39.0063
3.8913 26.4282
28.1734 13.8658
22.319 9.4028
12.1956 30.1615
28.313 32.3069
28.4854 22.3165
46.0159 3.8692
18.9173 37.6454
43.2975 18.2632
19.9849 29.6149
9.198 18.1634
40.1279 38.1226
37.9903 9.036
13.1698 11.1492
28.9118 4.0584
46.6164 11.8438
36.6988 3.641
46.5066 24.3227
45.4579 33.3178
35.7665 26.5744
47.6856 43.0574
38.1428 32.6573
35.805 44.0575
24.2067 45.9184
20.085 19.0444
3.3468 11.4447
20.3374 2.3007
10.6371 3.196
36.1346 18.0124
42.9137 49.2129
44.7364 4.8056
15.4133 44.1471
5.4157 46.0454
5.2816 36.2949
最优覆盖率：0.86621
②设监测区域为20m×20m20 m×20 m20m×20m的二维平面，传感器节点个数N=24N=24N=24，其感知半径是Rs=2.5mR_s=2.5mRs=2.5m，通信半径Rc=5mR_c=5mRc=5m，迭代500次。初始部署、CS优化覆盖、CS算法覆盖率进化曲线如下图所示。
初始部署和最终部署的节点位置及对应的覆盖率分别为：
初始位置：
5.8809 13.5965
17.5214 17.0969
5.1071 3.565
16.6328 3.2427
9.783 12.8876
11.1513 19.6263
12.3999 3.1593
6.6621 16.9797
4.2398 11.6085
11.4575 12.5703
0.92981 14.6377
3.55 16.4611
19.3756 10.1726
0.81957 10.804
12.1926 12.9317
15.458 11.5696
10.3222 2.1725
12.9241 15.7782
14.2564 6.885
12.112 5.4087
8.6488 10.3052
2.2674 13.551
18.5472 6.1498
3.234 7.5867
初始覆盖率：0.71882
最优位置：
10.849 20
10.063 15.8018
7.1603 1.3447
8.6042 5.5024
14.6955 8.8224
18.3617 1.197
0.60346 10.125
15.8107 14.329
14.8165 4.3366
1.1501 6.0884
7.967 13.175
4.7166 9.5511
5.8643 17.8196
2.0452 0.89109
9.5258 8.8984
3.677 5.5439
11.6678 2.0622
1.694 17.3463
20 11.9722
19.1449 7.1302
12.5544 16.2279
12.047 11.261
3.1327 14.1995
17.2235 18.099
最优覆盖率：0.89342
③设监测区域为100m×100m100 m×100 m100m×100m的二维平面，传感器节点个数N=40N=40N=40，其感知半径是Rs=10mR_s=10mRs=10m，通信半径Rc=20mR_c=20mRc=20m，迭代500次。初始部署、CS优化覆盖、CS算法覆盖率进化曲线如下图所示。
初始部署和最终部署的节点位置及对应的覆盖率分别为：
初始位置：
1.0362 74.4139
20.0501 27.8504
62.8792 22.879
41.6454 50.0635
28.4009 87.0239
73.2405 72.0487
44.7683 35.7223
0.45098 19.2696
33.986 72.0803
90.8949 83.2786
17.0693 76.5596
80.4476 66.2653
9.7264 46.3337
14.3876 43.4885
21.0599 33.5262
2.1236 36.8383
23.2751 65.0862
21.9226 0.82671
64.6631 77.0293
91.1745 90.5352
29.2328 37.1868
95.8384 60.4795
79.5134 8.6362
53.8931 15.0337
91.3819 28.6761
90.9758 11.1974
61.868 69.4795
41.8663 65.1244
8.4959 92.9305
18.7408 54.1222
72.0008 55.8468
65.3603 16.7504
90.8654 15.1286
74.7857 28.6842
96.2884 9.6417
56.7316 5.6926
87.0492 33.3117
70.0218 50.4021
19.2232 90.828
48.2885 91.4553
初始覆盖率：0.75777
最优位置：
50.358 29.4922
22.1865 44.5083
90.2325 75.9118
57.098 7.2491
92.0336 91.7637
44.8795 20.1303
5.7949 24.0778
58.4379 91.4614
92.8564 40.1175
19.6426 37.2459
81.3563 30.3382
18.4578 57.1924
23.6302 82.9194
73.0342 92.1817
36.7496 36.5493
28.6541 75.3435
67.2506 52.8842
75.1265 7.9806
83.571 48.5125
22.6889 94.8398
9.0939 95.2831
63.7847 41.0591
48.5137 71.3595
29.0627 71.8447
77.1498 69.995
26.5481 6.6841
7.061 80.3951
71.573 80.3234
2.1308 46.7514
12.3118 7.004
40.9444 89.9526
95.2484 61.5426
7.5708 65.0215
63.1838 72.5869
24.4668 25.8864
35.611 55.9895
52.1739 50.9668
67.7055 23.5893
43.1436 10.5716
92.0419 13.8847
最优覆盖率：0.92383
实验结果表明，CS算法实现了较高的网络覆盖率，节点分布更加均匀，覆盖盲区和感知范围重叠区面积更少，可以验证CS算法的有效性。
三、参考文献
[1] Yang XS, Deb S. Engineering optimisation by cuckoo search[J]. International Journal of Mathematical Modelling & Numerical Optimisation, 2010, 1(4): 330-343.
基于布谷鸟搜索算法的无线传感器网络覆盖优化相关推荐
- 基于共生生物搜索算法的无线传感器网络覆盖优化
文章目录 一.理论基础 1.节点覆盖模型 2.共生生物搜索算法(SOS) (1)种群初始化 (2)互利共生 (3)偏利共生 (4)寄生 二.仿真实验与分析 1.函数测试与数值分析 2.SOS优化WSN ...
- 【优化选址】基于粒子群算法实现无线传感器网络覆盖优化附matlab代码
1 简介 无线传感器网络是将大量的传感器感知节点散布在监测区域中,通过节点之间的无线信息传输形成的自组网.由于无线传感器网络工作环境复杂,传感器节点更换电源不便,网络的覆盖控制问题成为研究核心,它决定 ...
- 基于多元宇宙优化算法的无线传感器网络覆盖优化
文章目录 一.理论基础 1.节点覆盖模型 2.多元宇宙优化算法(MVO) 3.MVO算法伪代码 二.仿真实验与分析 三.参考文献 一.理论基础 1.节点覆盖模型 本文采取0/1覆盖模型,具体描述请参考 ...
- 基于海洋捕食者算法的无线传感器网络覆盖优化
文章目录 一.理论基础 1.节点覆盖模型 2.海洋捕食者算法(MPA) (1)初始化阶段 (2)MPA优化阶段 (3)FADs效应或涡流 二.实验仿真与结果分析 三.参考文献 一.理论基础 1.节点覆 ...
- 基于缎蓝园丁鸟优化算法的无线传感器网络覆盖优化
文章目录 一.理论基础 1.节点覆盖模型 2.缎蓝园丁鸟优化算法 3.SBO算法伪代码 二.仿真实验与分析 三.参考文献 一.理论基础 1.节点覆盖模型 本文采取0/1覆盖模型,具体描述请参考这里. ...
- 基于蝠鲼觅食优化算法的无线传感器网络覆盖优化
文章目录 一.理论基础 1.节点覆盖模型 2.蝠鲼觅食优化算法(MRFO) (1)链式觅食 (2)旋风式觅食 (3)筋斗式觅食 二.仿真实验与分析 1.函数测试与数值分析 2.MRFO优化WSN覆盖 ...
- 基于异步竞争的无线传感器网络MAC层协议介绍(X-MAC ContikiMAC)
基于异步竞争的无线传感器网络MAC层协议介绍(X-MAC ContikiMAC) 无线传感器网络(wireless sensor networks, WSN)节点由电池供电,其能力非常有限,同时由于工 ...
- 基于嵌入式系统linux无线传感器网络软件平台,基于嵌入式网络的无线传感器网络平台硬件和软件实现...
简要介绍资料的基于嵌入式网络的无线传感器网络平台硬件和软件实现主要内容,以获得更多的关注 随着技术的发展,基于分布式.无线传感器网络的应用也越来越多.本文提出了一个基于嵌入式系统的无线传感器网络实验平 ...
- 【布局优化】基于布谷鸟算法实现无线传感器网(WSN)覆盖优化 Matlab源码
一.WSN模型 1.1 动机 近年来,随着对等网络.云计算和网格计算等分布式环境的发展,无线传感器网络(WSN)得到了广泛的应用.无线传感器网络(WSN)是一种新兴的计算和网络模式,它可以被定义为一个 ...
- m基于ABC人工蜂群优化的无线传感器网络路由优化算法matlab仿真,对比优化前后网络寿命,效率以及可靠性
目录 1.算法仿真效果 2.算法涉及理论知识概要 3.MATLAB核心程序 4.完整算法代码文件 1.算法仿真效果 matlab2022a仿真结果如下: 2.算法涉及理论知识概要 无线传感器网络通常使 ...
最新文章
- 全球AI初创公司去年融资创新纪录：总额逾266亿美元超2200笔交易
- Administer Service Cloud
- memset函数及其用法，C语言memset函数详解
- geotools学习（一）IntelliJ IDEA搭建快速入门示例.pdf
- Thinkpad产品预装Win7系统一键恢复方法介绍
- OAuth2.0资源服务器之校验Token配置
- SQLite: 注意日期查询中的“前空格”问题将引发错误查询！
- 大数组，找某数字的左，右边界
- 微信读书产品调研报告
- 秒杀或游戏让电脑时间与阿里淘宝时间同步的完整方法
- 打印机出现另存为xps_打印机打印文件时弹出另存为xps/pdf该怎办?
- Oracle数据库优化-列值大部分为null而谓词取非null值
- 【FXCG】多头陷阱知多少
- 什么是GPU云服务器，有哪些优势，适用于什么场景？
- 爬取雪球网股票信息（一）
- 新建vue-cli项目body与页面边框存在间隙
- 【20180128】【matlab】均值、标准差、方差、协方差、中值的求解
- mysql 字符串截取查询
- php+die(.)函数,die函数介绍与使用方法详解
- cent os运维知识