利索能及
我要发布
收藏
专利号: 2017104012533
申请人: 江西理工大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-10-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.基于混沌优化细菌觅食算法的传感器节点部署策略,其特征在于:其包括以下步骤:步骤一:初始化及设置循环变量;

步骤二:判断菌落迁徙算子运行次数是否达到最大迭代值,若是则进入步骤三,若否则进入步骤四;

步骤三:结束算法并输出最优细菌组合;

步骤四:判断菌落繁殖算子运行次数是否达到,若是则进入步骤五,若否则进入步骤六;

步骤五:计算网络覆盖率及更新位置,改进迁徙算子,然后返回步骤二;

步骤六:改进的翻转概率翻转后计算细菌的趋化步长及反弹步长,细菌翻转操作后通过混沌扰动产生的混沌序列选择方向进行游动,判断菌落趋化算子运行次数是否达到,若是则进入步骤七,若否则进入步骤八;

步骤七:改进繁殖算子,对细菌进行交叉变量操作,然后返回步骤四;

步骤八:改善细菌的适应度,细菌趋向运动后返回步骤六。

2.根据权利要求1所述的基于混沌优化细菌觅食算法的传感器节点部署策略,其特征在于:在所述步骤一中,随机初始化N个坐标作为传感器节点,细菌的趋化、复制、迁徙次数分别为Nc ,Nre ,Ned;操作的计数参数设置为g,s,l,单个细菌的趋化步长为C,在相同方向最大趋化步数为Nc(i),迁徙概率为Ped;循环变量由1开始递增,趋化循环g最大值为Nc 、复制循环s最大值为,Nre、迁徙循环l最大值为Ned,式中,N是细菌的总数,Lmax和Lmin分别是监测区域的下限和上限。

3.根据权利要求1所述的基于混沌优化细菌觅食算法的传感器节点部署策略,其特征在于:所述步骤二中是根据下式计算细菌的迁徙概率Pself,当细菌不满足迁徙概率则删除此细菌,在菌群内重新选取细菌,然后判断迁徙次数是否达到最大迭代值,其中Jhealth是能量值函数,Ped是原始迁徙概率。

4.根据权利要求1所述的基于混沌优化细菌觅食算法的传感器节点部署策略,其特征在于:所述步骤四中细菌趋化循环后进行选择性繁殖,先对细菌适应度排序,淘汰一半较差适应度的细菌,然后分裂复制另一半细菌以保持细菌总数不变,则第个细菌适应度累加和为:式中J(i,g,s,l)代表细菌i在l次驱散、s次复制、g次趋化时的适应度。

5.根据权利要求1所述的基于混沌优化细菌觅食算法的传感器节点部署策略,其特征在于:在所述步骤五中,通过 式计算出不同细菌组合的覆盖率,找出覆盖率最大的一组,更新 信息,其中 为权值, 。

6.根据权利要求1所述的基于混沌优化细菌觅食算法的传感器节点部署策略,其特征在于:在所述步骤六中,按 式改进的翻转概率翻转后根据式和 式计算细菌的趋化

步长及反弹步长,细菌翻转操作后通过混沌扰动产生的混沌序列选择方向进行游动,其游动的单位步长为c(i), 表示选择混沌游动方向后位置的适应度值以确定是否更新位置信息;

混沌扰动过程如下:

式可知,选择初值 ,混沌映射参数

后由混沌系统迭代出确定的混沌顺序序列 ,

式中 为混沌控制参数;

a.搜索细菌 的 通过 式映射到

式Logistic方程定义域(0,1)上,

其中, 为节点坐标范围;

b.通过Logistic方程 进行多次迭代,得到混沌序列:c.把产生的混沌序列通过 式逆映射

从而返回原解空间并产生一个含有混沌变量的可解混沌序列:。

7.根据权利要求1所述的基于混沌优化细菌觅食算法的传感器节点部署策略,其特征在于:在所述步骤七中,计计算并排序各个细菌适应度,选出菌群适应度高的一半细菌作为菌群精英细菌;对适应度值较差的半数细菌用交叉算子与挑选出的精英细菌进行杂交,生成 个新细菌,然后用变异算子对交叉操作后的一半细菌进行变异操作后复制分裂构成新细菌群 。

8.根据权利要求1所述的基于混沌优化细菌觅食算法的传感器节点部署策略,其特征在于:在所述步骤八中,若细菌的适应度改善,则继续沿相同方向游动,当适应度不再改善或达到最大趋化次数 停止游动。