改进型WSN覆盖模型及其求解的果蝇视觉进化神经网络

摘要

传感器节点的随机部署易于导致WSN的网络覆盖率低和连通性差，进而影响WSN的服务质量；如何构建节点部署规划模型及探究其求解算法，仍然是WSN研究面临的科技难题.为此，提出改进型WSN覆盖优化模型及其求解的果蝇视觉进化神经网络优化算法.模型设计中，在已有覆盖率指标下，引入连通度指标以保证网络的连通性，进而借助正三角形法构建确保区域内节点均匀部署的约束限制条件，获得以覆盖率和连通度的加权和为性能指标的改进型WSN覆盖优化模型.算法设计中，依据注意力和果蝇视觉系统的信息处理机制，获得能处理约束条件且能输出全局和局部学习率的改进型果蝇视觉神经网络，进而将其输出与基于改进型蜣螂优化的状态更新策略组合，获得能处理强非线性约束优化及WSN覆盖优化问题的改进型果蝇视觉进化神经网络优化算法.比较性的实验结果显示，所获算法不仅具有强的竞争力，而且也暗示视觉信息处理机制与元启发式方法结合对解决约束优化问题具有较好潜力.

关键词

无线传感器网络覆盖优化 / 网络连通度 / 果蝇视觉神经网络 / 视觉进化神经网络 / 蜣螂优化