第３８卷第２期湖北工业大学学报２０２３年０４月Ｖｏｌ．３８Ｎｏ．２ＪｏｕｒｎａｌｏｆＨｕｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＡｐｒ．２０２３■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■［收稿日期］２０２２－０３－２９［基金项目］湖北省自然科学基金项目（２０２０ＣＦＢ８１４）［第一作者］付波（１９７３－），男，湖北武汉人，工学博士，湖北工业大学教授，研究方向为图像识别与能源优化［通信作者］黄晓啸（１９９７－），男，湖北恩施人，湖北工业大学硕士研究生，研究方向为电气工程［文章编号］１００３－４６８４（２０２３）０２－０００７－０４基于自适应非线性因子杂草算法的ＷＳＮ覆盖优化付波，黄晓啸，赵熙临，权轶，贺章擎（湖北工业大学电气与电子工程学院，湖北武汉４３００６８）［摘要］无线传感器网络（ＷＳＮ）的覆盖率与区域内的传感器节点分布密切关联，而现有传感器分布算法存在收敛速度慢、易陷入局部极值等问题。对此，提出了一种基于自适应非线性因子杂草算法（ＨＡ－ＩＷＯ）的传感器节点分布优化方法。首先，在初始阶段，利用Ｈａｌｔｏｎ序列产生偏差很小的初始点，使种群分布更均匀；其次，在种群扩散阶段，将非线性调和因子设置为根据迭代次数自适应产生，以调整搜索步长，解决算法易陷入局部最优的问题。最后，通过４组标准函数测试与ＷＳＮ覆盖优化仿真对该算法进行验证。仿真实验表明：相比于标准杂草算法，改进后的算法具有收敛速度快、覆盖率高的优点，能有效解决ＷＳＮ覆盖优化问题。［关键词］ＷＳＮ覆盖率；杂草算法；节点分布；Ｈａｌｔｏｎ序列；非线性调和因子［中图分类号］ＴＰ１８；ＴＰ２１２．９［文献标识码］Ａ随着科技的不断进步，无线传感器网络（ＷＳＮ）的应用范围日趋广泛，尤其在电气、航空、商业、工农业生产、医疗健康等领域有着广泛的应用［１］。ＷＳＮ是一种分布式传感网络，其末梢是可以感知和检查外部世界的传感器，传感器节点的覆盖率决定ＷＳＮ的工作效率。近年来，将智能算法应用于ＷＳＮ覆盖优化问题得到了广泛关注。文献［２］提出改进灰狼算法优化ＢＰ神经网络的无线传感器网络数据融合算法，提高了无线传感器的数据融合精度；文献［３］针对无线传感器节点能源有限导致负载不均衡，提出一种改进萤火虫算法优化模糊Ｃ均值的无线传感器网络路由算法；文献［４］将改进的麻雀搜索算...
