计算机工程与科学

作者：罗仕杭, 何庆

单位：贵州大学大数据与信息工程学院，贵州 贵阳 550025

关键词：均衡优化算法,高破坏性多项式突变,差分变异的重构均衡池,S型变换因子,动态螺旋搜索,无线传感器网络,

基金：国家自然科学基金(62166006)；贵州省科技计划项目重大专项项目(黔科合重大专项字［2018］3002)；贵州省科学技术厅(黔科合基础-ZK［2021］一般335)

针对均衡优化(EO)算法寻优过程中存在兼顾全局探索和局部开发能力弱、寻优精度低、易陷入局部最优等问题，提出多策略融合改进的均衡优化算法(MEO)。首先，采用高破坏性多项式突变策略初始化种群，提高初始阶段解的质量，为全局寻优奠定基础；其次，提出差分变异的重构均衡池策略，丰富迭代过程中种群的多样性，增强算法规避局部最优的能力；同时，采用S型变换因子平衡算法的全局探索和局部开发能力；最后，引入动态螺旋搜索策略，扩大算法的搜索范围，提高算法的收敛精度和速度。仿真实验将MEO算法与标准EO算法以及其他元启发式算法在8个基准测试函数上进行寻优比较，实验结果与Wilcoxon秩和检验结果均表明，本文改进策略能提高EO算法的寻优精度、全局探索和局部开发的能力以及跳出局部最优的能力。另外，将MEO算法应用在无线传感器网络(WSN)覆盖优化中，实验结果表明，MEO算法可以显著提高WSN的覆盖率，降低节点的冗余度，使节点分布更均匀。

来源：2023年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第8期