改进的蝙蝠算法及其在WSNs定位中的应用

彭铎; 汪昕; 王伟治

doi:10.13873/J.1000-9787(2020)07-0157-04

Chinese

您当前的位置：

首页 >

文章列表页 >

改进的蝙蝠算法及其在WSNs定位中的应用

应用技术 | 更新时间：2025-09-11

- 改进的蝙蝠算法及其在WSNs定位中的应用
- Improved bat algorithm and its application in WSNs localization
- 传感器与微系统 2020年39卷第7期页码：157-160
- 作者机构：
  
  1. 兰州理工大学计算机与通信学院
  2. 兰州理工大学电气工程与信息工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（61663024）
- DOI：10.13873/J.1000-9787(2020)07-0157-04
  中图分类号： TN929.5;TP18;TP212.9
- 纸质出版：2020
- 稿件说明：
移动端阅览
[1]彭铎,汪昕,王伟治.改进的蝙蝠算法及其在WSNs定位中的应用[J].传感器与微系统,2020,39(07):157-160.

PENG Duo, WANG Xin, WANG Weizhi. Improved bat algorithm and its application in WSNs localization[J]. 2020, 39(7): 157-160.
[1]彭铎,汪昕,王伟治.改进的蝙蝠算法及其在WSNs定位中的应用[J].传感器与微系统,2020,39(07):157-160. DOI： 10.13873/J.1000-9787(2020)07-0157-04.

PENG Duo, WANG Xin, WANG Weizhi. Improved bat algorithm and its application in WSNs localization[J]. 2020, 39(7): 157-160. DOI： 10.13873/J.1000-9787(2020)07-0157-04.

摘要

针对蝙蝠算法缺乏变异机制、收敛易早熟等不足

提出一种改进的蝙蝠算法。对于早熟收敛问题

引入惯性权重

使算法在探索和开发之间获得平衡;对于缺乏变异机制问题

引入随机方向因子

增强了种群的多样性。在无线传感器网络（WSNs）定位应用中

把定位问题转换为一个全局优化问题

使用改进的算法进行定位优化。仿真实验表明:提出的算法具有更高的定位精度。

Abstract

Aiming at the lack of mutation mechanism and premature convergence of bat algorithm

an improved bat algorithm is proposed. For the premature convergence problem

the inertia weight is introduced to balance the exploration and exploitation of the algorithm; and for the lack of mutation mechanism

a random direction factor is introduced to enhance the diversity of the population. In the application of wireless sensor networks（WSNs）localization

the localization problem is transformed into a global optimization problem

and the improved algorithm is used for localization optimization. Simulation experiment show that the proposed algorithm has high localization precision.

关键词

Keywords

references

基于布谷鸟搜索算法的无线传感器网络改进路由协议 [J]. 王旭,张曦煌. 传感器与微系统 . 2016(07)

基于地形改正的无线传感器网络DV-Hop定位算法 [J]. 胡中栋,曾珽,肖红. 传感器与微系统 . 2013(06)

Wireless Sensor Network Localization Based on Cuckoo Search Algorithm [J] . Sonia Goyal,Manjeet Singh Patterh. Wireless Personal Communications . 2014 (1)

A novel particle swarm optimization algorithm with adaptive inertia weight [J] . Ahmad Nickabadi,Mohammad Mehdi Ebadzadeh,Reza Safabakhsh. Applied Soft Computing Journal . 2011 (4)

Engineering optimisation by cuckoo search [J] . Xin-She Yang,Suash Deb. Int. J. of Mathematical Modelling and Numerical O . 2010 (4)

Wireless sensor networks: a survey [J] . I.F. Akyildiz,W. Su,Y. Sankarasubramaniam,E. Cayirci. Computer Networks . 2002 (4)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种改进的蝙蝠算法

DEBA优化加权D-S证据融合的煤矿瓦斯监测策略

基于无线传感器网络节点的单兵鞋设计

基于区间分析的WSNs定位算法

基于OMNeT ++平台的DV-Hop定位算法改进