提出了基于改进的虚拟力和果蝇优化(Virtual Force and Fruit Fly Optimization,VFFO)算法混合控制水声传感器网络部署优化的方法.该方法首先通过虚拟力算法对传感器节点的初始部署进行优化,以得到较好的初始部署状态;然后通过改进的果...提出了基于改进的虚拟力和果蝇优化(Virtual Force and Fruit Fly Optimization,VFFO)算法混合控制水声传感器网络部署优化的方法.该方法首先通过虚拟力算法对传感器节点的初始部署进行优化,以得到较好的初始部署状态;然后通过改进的果蝇算法对水声传感器网络进行重部署,同时分析了算法的移动部署能耗问题.仿真结果表明,该算法在相同能耗下能够得到更高的网络有效覆盖率.展开更多
对水下传感器网络移动节点的位置进行调整以提高传感器网络的有效覆盖率具有重要现实意义.根据水下传感器网络的特点,提出基于人工势场的分布式水下传感器网络部署优化算法UPFA(Underwater deployment based on Potential Field Approac...对水下传感器网络移动节点的位置进行调整以提高传感器网络的有效覆盖率具有重要现实意义.根据水下传感器网络的特点,提出基于人工势场的分布式水下传感器网络部署优化算法UPFA(Underwater deployment based on Potential Field Approach).混合传感器网络部署优化问题可以转化为漏洞修复问题,覆盖的漏洞会对移动节点产生虚拟吸引力.仿真结果表明,UPFA算法能够引导水下的移动节点修复水下传感器网络的覆盖漏洞,显著提高水下传感器网络的有效覆盖率.展开更多
文摘提出了基于改进的虚拟力和果蝇优化(Virtual Force and Fruit Fly Optimization,VFFO)算法混合控制水声传感器网络部署优化的方法.该方法首先通过虚拟力算法对传感器节点的初始部署进行优化,以得到较好的初始部署状态;然后通过改进的果蝇算法对水声传感器网络进行重部署,同时分析了算法的移动部署能耗问题.仿真结果表明,该算法在相同能耗下能够得到更高的网络有效覆盖率.
文摘对水下传感器网络移动节点的位置进行调整以提高传感器网络的有效覆盖率具有重要现实意义.根据水下传感器网络的特点,提出基于人工势场的分布式水下传感器网络部署优化算法UPFA(Underwater deployment based on Potential Field Approach).混合传感器网络部署优化问题可以转化为漏洞修复问题,覆盖的漏洞会对移动节点产生虚拟吸引力.仿真结果表明,UPFA算法能够引导水下的移动节点修复水下传感器网络的覆盖漏洞,显著提高水下传感器网络的有效覆盖率.
