基于网络寿命和覆盖度优化的WSN动态覆盖优化算法  

Network-based Coverage Optimization of Life and Dynamic Overlay Optimization Algorithm for WSN

作　　者：曹剑炜[1] 陈庆奎[1,2] 高丽萍[2] 彭敦陆[2] 庄松林[2] 

机构地区：[1]上海理工大学管理学院,上海200093 [2]上海理工大学光电信息与计算机工程学院,上海200093

出　　处：《小型微型计算机系统》2014年第9期2058-2061,共4页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目(60970012)资助;教育部博士学科点专项科研博导基金项目(20113120110008)资助;上海教委创新基金重点项目(13ZZ112)资助;上海信息技术领域重点科技攻关计划基金项目(09511501000;09220502800)资助;上海市教育科学研究项目(B11042)资助;上海市一流学科项目(XTKX2012)资助

摘　　要：针对动态覆盖问题可以转化为多目标优化问题,提出一种解决多目标优化的连续空间蚁群算法(Continuous Space Ant Colony System,CSACS).该算法通过随机划分过程,对连续解空间划分为多个子空间,分别在不同子空间利用蚁群进行区域内以及区域间搜索Pareto最优解,为了保证最优解的多样性,引入小生境策略进行Pareto最优解适应度更新.实验表明,在不同网络规模和迭代次数下,区域覆盖度和网络寿命相对于传统经典算法有较好改进.字数以250字以上为宜.请不要在摘要中引用参考文献和英文缩略语.For the problem of dynamic coverage problem can be transformed into multi-objective optimization, this paper proposes a solution for multi-objective optimization of continuous space colony algorithm （ Continuous Space Ant Colony System, CSACS ）. The algorithm randomly divided the process of continuous solution space into a plurality of sub-space, respectively, in different sub-regional and inter-regional use the colony search for the optimal solution, in order to ensure the diversity of optimal solution to introduce the niche strategy Pareto optimal fitness update. Experiments show that in different network size and number of iterations, the regional coverage and network lifetime compared to traditional classical algorithm has better improvement.

关 键 词：动态覆盖 多目标优化 连续空间 蚁群算法 PARETO最优解 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]