摘 要：為了提高無線傳感器網(wǎng)絡(luò)（Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋ，ＷＳＮ） 的覆蓋率，提出了一種基于相互學(xué)習(xí)能力和動(dòng)態(tài)學(xué)習(xí)因子的改進(jìn)粒子群優(yōu)化（Ｍｏｄｉｆｉｅｄ Ｐａｒｔｉｄｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ，ＭＰＳＯ） 算法。引入了拉丁超立方采樣（Ｌａｔｉｎ ＨｙｐｅｒｃｕｂｅＳａｍｐｌｉｎｇ，ＬＨＳ） 序列來初始化種群，增加了種群的多樣性，為之后優(yōu)化奠定基礎(chǔ)；引入一種相互學(xué)習(xí)方法，粒子通過隨機(jī)選擇目標(biāo)粒子來增強(qiáng)自身的學(xué)習(xí)能力，提升局部尋優(yōu)性能；利用一種動(dòng)態(tài)學(xué)習(xí)因子策略，通過改變粒子的學(xué)習(xí)能力，加快了算法收斂速度并增強(qiáng)了全局尋優(yōu)能力。仿真結(jié)果表明，在不改變?cè)惴◤?fù)雜度的情況下，相較于基本ＰＳＯ 算法和其他對(duì)比算法，改進(jìn)ＰＳＯ 算法可以耗費(fèi)更少的資源達(dá)到更好的尋優(yōu)效果，可以有效地解決網(wǎng)絡(luò)覆蓋盲區(qū)和覆蓋冗余問題，提高網(wǎng)絡(luò)覆蓋率。

關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；粒子群優(yōu)化算法；拉丁超立方采樣；相互學(xué)習(xí)能力；動(dòng)態(tài)學(xué)習(xí)因子

中圖分類號(hào)：ＴＮ９１５． ９ 文獻(xiàn)標(biāo)志碼：Ａ

文章編號(hào)：１００３－３１０６（２０２４）１２－２８４１－０９

０ 引言

無線傳感器網(wǎng)絡(luò)（Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋ，ＷＳＮ）作為物聯(lián)網(wǎng)技術(shù)中的重要一環(huán)，由于具有自組織性，功耗低且造價(jià)低廉而被大量用于環(huán)境監(jiān)測和軍事安全等方面［１－２］。合理的部署可以耗費(fèi)更少的資源達(dá)到更好的覆蓋效果，所以如何提高網(wǎng)絡(luò)覆蓋率是一個(gè)重要研究內(nèi)容［３－４］。