一种改进鲸鱼算法的无线传感器网络定位优化研究

针对无线传感网络(WSN)的最小二乘法节点定位误差大、精度低的缺点,提出了改进鲸鱼算法(Improved Whale Optimization Algorithm,IWOA)与定位模型相结合的研究策略.首先阐述了无线传感的节点定位模型,其次在鲸鱼算法种群初始化采用深度神经网络提高初始位置多样性,对包围捕食行为中的参数采用非线性和自适应策略避免算法过早陷入局部最优,在迭代搜索过程中利用二次插值法缓解鲸鱼位置多样性衰减问题,最终达到较好的位置搜索效果,最后将改进后的鲸鱼算法求解节点定位目标函数最优值.仿真实验中IWOA与改进的鸡群算法(ICSO)和反向蛙跳-教学优化算法(OSFL-TLBO)相比,在算法时间复杂度方面具有一定的优势,同时在未知节点方面提高了分别提高了12.1％和9.4％,在参考节点方面提高了15.19％和7.2％、节点密度方面提高了9.38％和8.23％、通信半径方面提高了7.41％和5.8％、区域面积方面提高了8.19％和7.95％,结果表明IWOA算法在节点定位方面具有良好的效果.