一个改进的甲虫天线搜索算法及其在无线传感器网络覆盖范围中的应用

科学领域:

• 计算智能是一种计算智能.
• 优化算法 优化算法
• 无线传感器网络 无线传感器网络

背景情况:

• 标准的甲虫天线搜索 (BAS) 算法患有低收精度和倾向于陷入局部最佳状态的趋势.
• 解决这些局限性对于将群集智能算法应用于复杂的优化问题至关重要.

研究的目的:

• 引入ABSAS-CS-GSA,一个增强的甲虫天线搜索算法,旨在克服原始BAS的融合和局部最佳问题.
• 评估ABSAS-CS-GSA在基准功能的性能及其在无线传感器网络覆盖率优化中的应用.

主要方法:

• 包含基于初始人口的动态步骤大小调整,以提高准确性和收性.
• 集成了金正弦算法用于位置更新,以增强搜索多样性和速度.
• 实施了一种使用垂直和水平交叉来防止局部最佳陷的人口干扰策略.

主要成果:

• 在12个基准函数上,ABSAS-CS-GSA与标准BAS,其变体和两个经典的群集智能算法相比,表现出更好的性能.
• 模拟显示,使用ABSAS-CS-GSA与其他七种算法相比,无线传感器网络 (30和50个节点) 的最佳和平均覆盖范围指标显著改善.

结论:

• 拟议的ABSAS-CS-GSA算法有效地解决了原始BAS的缺陷,提供了更高的准确性和稳定性.
• ABSAS-CS-GSA显示出解决无线传感器网络覆盖率优化问题的巨大潜力,提供卓越的结果.