
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于增强鲸鱼优化算法(IEWOA)的无线传感器网络覆盖率优化研究
《Scientific Reports》:Wireless sensor network coverage optimization based on the innovative enhanced whale optimization algorithm
【字体: 大 中 小 】 时间:2026年09月19日 来源:Scientific Reports 4.9
编辑推荐:
摘要在无线传感器网络(WSNs)中,优化网络覆盖率对于提升环境监测、安防监控和社会经济网络系统等应用中的性能至关重要。尽管鲸鱼优化算法(WOA)作为一种基于群体的优化技术已展现出潜力,但它仍存在探索能力不足和容易陷入局部最优等局限性,尤其是在传感器节点随机部署的情况下,导致覆
在无线传感器网络(WSNs)中,优化网络覆盖率对于提升环境监测、安防监控和社会经济网络系统等应用中的性能至关重要。尽管鲸鱼优化算法(WOA)作为一种基于群体的优化技术已展现出潜力,但它仍存在探索能力不足和容易陷入局部最优等局限性,尤其是在传感器节点随机部署的情况下,导致覆盖率次优。为应对这些挑战,本文提出了一种创新型增强鲸鱼优化算法(IEWOA),旨在提高WSN的覆盖率性能。所提出的改进包括:基于Sobol序列的种群初始化以提高种群多样性、一种新颖的非线性收敛机制以实现探索与开发之间的有效平衡,以及融合 Lévy 飞行策略以增强算法的探索能力。使用标准基准测试函数,将IEWOA的性能与正弦余弦算法(SCA)、海鞘群算法(TSA)、多宇宙优化器(MVO)、北极海鹦优化(APO)、海市蜃楼搜索优化(MSO)以及原始WOA进行对比。此外,所有七种算法均在五个WSN覆盖场景中进行评估,这些场景涉及感知范围、传感器节点数量、目标密度、部署区域大小和大规模监控需求的变异。另外,还在不同障碍物环境下评估了IEWOA与对比算法的部署性能。仿真结果表明,IEWOA始终优于其他算法,实现了更均匀的传感器节点分布、更高的网络覆盖率和更优的收敛性能。