智能优化算法应用基于入侵杂草算法3D无线传感器网络(WSN)覆盖优化

附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.入侵杂草算法4.实验参数设定5.算法结果6.参考文献7.MATLAB代码

摘要本文主要介绍如何用入侵杂草算法进行3D无线传感器网(WSN)覆盖优化。

1.无线传感网络节点模型

本文主要基于0/1模型进行寻优。

在二维平面上传感器节点的感知范围是一个以节点为圆心半径为

R_n

Rn​称为传感器节点的感知半径感知半径与节点内置传感器件的物理特性有关假设节点

(x_n,y_n,z_n)

(xn​,yn​,zn​)在0-1感知模型中对于平面上任意一点

p(x_p,y_p,z_p)

Pr​(n,p){1,d(n,p)≤Rn​0,esle​(1)

d(n,p)\sqrt{(x_n-x_p)^2(y_n-y_p)^2

(z_n-z_p)^2}

d(n,p)(xn​−xp​)2(yn​−yp​)2(zn​−zp​)2

2.覆盖数学模型及分析

Area上投放同型结构传感器节点的数目为N,每个节点的位置坐标值假设已被初始化赋值且节点的感知半径r。

传感器节点集则表示为

(2)

(xi​,yi​,zi​)为圆心,r为监测半径的球假定监测区域

Area

d(node_i,p)\sqrt{(x_i-x)^2(y_i-y)^2

(z_i-z)^2}\tag{3}

d(nodei​,p)(xi​−x)2(yi​−y)2(zi​−z)2

​(3)

P_{cov}(x,y,z,node_i)\begin{cases}1,

if\,d(node_i,p)\leq

Pcov​(x,y,z,nodei​){1,ifd(nodei​,p)≤r0,esle​(4)

CoverRatio

CoverRatio定义为传感器节点集的覆盖面积与监测区域的面积之比如公式所示

(5)

入侵杂草算法原理请参考https://blog.csdn.net/u011835903/article/details/108491479

入侵杂草算法是寻找最小值。

于是适应度函数定义为未覆盖率最小即覆盖率最大。

如下

(6)

funargmin(1−CoverRatio)argmin(1−m∗n∗l∑Pcov​​)(6)

4.实验参数设定

默认输入参数都是整数如果想定义小数请自行乘以系数变为整数再做转换。

AreaX

[AreaX.*ones(1,N),AreaY.*ones(1,N),AreaZ.*ones(1,N)];

dim

从结果来看覆盖率在优化过程中不断上升。

表明入侵杂草算法对覆盖优化起到了优化的作用。

6.参考文献