基于反向学习的群居蜘蛛优化WSN节点定位算法

作     者：余修武 张可 刘永 肖人榕 YU Xiu-wu;ZHANG Ke;LIU Yong;XIAO Ren-rong

作者机构：南华大学资源环境与安全工程学院湖南衡阳421001 湖南省铀尾矿库退役治理技术工程技术研究中心湖南衡阳421001 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2021年第36卷第10期

页      面：2459-2466页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 0802[工学-机械工程] 0835[工学-软件工程] 080201[工学-机械制造及其自动化] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(11875164) 湖南省重点研发计划项目(2018SK2055) 国家应急管理部安全生产重特大事故防治关键技术科技项目(hunan-0001-2018AQ) 湖南省研究生科研创新项目(CX20190721)。 

主　　题：无线传感器网络 节点定位 群居蜘蛛优化 反向学习 Bounding-box方法 启发算法 

摘      要：针对启发优化算法在WSN节点定位问题中定位精度不高和收敛速度较慢的缺陷,提出基于反向学习的群居蜘蛛优化WSN节点定位算法.为减少前期随机搜索,所提出算法首先通过Bounding-box方法得到未知节点可能存在的区域,在该区域初始化启发个体,并将加权中心反向学习策略与群居蜘蛛群优化算法相结合,求解未知节点估计位置,提高算法全局搜索能力.仿真结果表明,相比于传统算法,所提出算法收敛速度更快,节点定位精度更高.