【布局优化】基于布谷鸟算法实现无线传感器网(WSN)覆盖优化 Matlab源码

2021/7/6 1:29:43

本文主要是介绍【布局优化】基于布谷鸟算法实现无线传感器网(WSN)覆盖优化 Matlab源码,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

一、WSN模型

9250a1a5f736dfe89195ad1287d6af0f.png

二、布谷鸟算法

布谷鸟算法是布谷鸟育雏行为和萊维飞行结合的一种算法 。
6f9d9fa8efeb37302ad75ac3715de0db.png
在CS算法中,有两个路径(或者说成是两个位置的更新)备受关注:

4f92bb09bb9a71cb719a950e8ff029b3.png

CS算法的执行过程如下:
1a47fd76ed4411108c3989b05e6ad593.png

三、代码

clear all ; 
close all ;
clc ;
N = 25; % Number of nests(The scale of solution)
D = 10 ; %  Dimensionality of solution
T = 200 ; % Number of iterations
Xmax = 20 ;
Xmin = -20 ;
Pa = 0.25 ; % Probability of building a new nest(After host bird find exotic bird eggs)
nestPop = rand(N,D)*(Xmax-Xmin)+Xmin ;  % Random initial solutions
for t=1:T
    levy_nestPop =  func_levy(nestPop,Xmax,Xmin) ; % Generate new solutions by Levy flights
    nestPop = func_bestNestPop(nestPop,levy_nestPop);  % Choose a best nest among  new and old nests     
    rand_nestPop = func_newBuildNest(nestPop,Pa,Xmax,Xmin); % Abandon(Pa) worse nests and build new nests by (Preference random walk )
    nestPop = func_bestNestPop(nestPop,rand_nestPop) ; % Choose a best nest among  new and old nests
    [~,index] = max(func_fitness(nestPop)) ; % Best nests
    trace(t) = func_objValue(nestPop(index,:)) ; 
end
figure 
plot(trace);
xlabel('迭代次数') ;
ylabel('适应度值') ;
title('适应度进化曲线') ;

 3792c27b331242d3e0a977f5632cac2f.png

四、参考文献

完整代码下载https://www.cnblogs.com/ttmatlab/p/14882966.html



这篇关于【布局优化】基于布谷鸟算法实现无线传感器网(WSN)覆盖优化 Matlab源码的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程