.png){kind=icon}
返回
Coverage Optimization Strategy for Wireless Sensor Networks Based on Improved Northern Goshawk Optimization Algorithm
.png){kind=icon}
OA
AI
DOI：10.3390/biomimetics11060378.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无线传感器网络（WSNs）覆盖优化面临节点分布不均和易受覆盖盲区影响的挑战。本文引入并改进了雀鹞优化（NGO）算法：采用Logistic混沌映射初始化种群以增强遍历性，引入非线性动态权重以平衡全局探索与局部开发，并整合高斯–Lévy混合变异机制以强化跳出局部最优的能力。标准测试函数实验表明，改进算法（INGO）能稳定逼近单峰和多峰函数的理论最优值，收敛速度和求解精度显著优于原始NGO，标准差更小且鲁棒性更强。INGO应用于2D和3D WSNs的覆盖优化，以覆盖率为适应度函数，通过迭代优化输出最优节点部署坐标。仿真结果显示，INGO在2D场景下实现最佳覆盖率达98.32%，比NGO的90.6%高出7.72个百分点；在3D场景下最佳覆盖率达72.32%，比NGO的65.54%高出6.78个百分点。同时，INGO实现更均匀的节点部署，有效减少覆盖盲区，迭代后期收敛曲线平滑无震荡，稳定性显著优于NGO。通过合理设置种群规模和迭代次数，INGO可提升覆盖性能，为复杂环境下无线传感器网络的高效部署提供可靠技术方案。
Keyword:
wireless sensor networks
coverage optimization
northern goshawk optimization
Tent chaotic map
Gaussian–Lévy mutation
期刊
B
IF:
3.9
论文数:
3.3K
被引数:
5.1K
机构
引用论文
Optimization of sensor node location utilizing artificial intelligence for mobile wireless sensor network利用人工智能优化移动无线传感器网络中传感器节点的位置
PREAI
分享收藏Optimal cooling shelter assignment during heat waves using real-time mobile-based floating population data.png)
URBAN CLIMATE
URBAN CLIMATEIF6.9
PREAI
分享收藏Energy efficient clustering and routing for wireless sensor networks by applying a spider wasp optimizer通过应用蛛蜂优化器实现无线传感器网络的节能聚类与路由AD HOC NETWORKS
AD HOC NETWORKSIF4.8
PREAI
分享收藏Snake Optimization Algorithm Augmented by Adaptive t-Distribution Mixed Mutation and Its Application in Energy Storage System Capacity Optimization自适应t分布混合变异增强的蛇形优化算法及其在储能系统容量优化中的应用BIOMIMETICSOAAI
BIOMIMETICSIF3.9
OAAI分享收藏分享收藏Wang, S.; Xu, B.; Zheng, Y.; Yue, Y.; Xiong, M. Path Optimization Strategy for Unmanned Aerial Vehicles Based on Improved Black Winged Kite Optimization Algorithm. Biomimetics 2025, 10, 310. [Google Scholar] [CrossRef]王, S.; 徐, B.; 郑, Y.; 岳, Y.; 熊, M. 基于改进黑翅鸢优化算法的无人机路径优化策略. Biomimetics 2025, 10, 310. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏
查看更多内容