基于改进MOEA／D算法的WSN覆盖优化方法

• 作者: 张祁 李军 神显豪
• 来源期刊: 计算机应用研究
• 关键词: 基于分解的多目标进化算法 粒子群优化 帕累托最优曲面 覆盖范围和能量消耗
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 1203-1206
• 页数: 4页
• 分类号: TP393.08
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.04.053

摘要

为了优化无线传感器网络（WSN）的覆盖方法，针对MOEA／D中缺少对本代优质个体的保存和最优解集中个体极少的两个问题，提出了粒子群优化的基于分解的多目标进化算法（MOEA／D-PSO）。通过保留种群本代优质个体，改进本地优化解集在进化过程中的搜索方向和搜索进度，弥补了MOEA／D的不足。仿真实验证明，相对于MOEA／D和非支配排序遗传算法（NSGA-Ⅱ），MOEA／D-PSO所得非支配解更接近Pareto最优曲面，解集分布的均匀性和多样性表现更佳，WSN的覆盖范围更广，能量消耗更少。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	神显豪	桂林理工大学信息科学与工程学院	24	41	3.0	5.0
2	李军	桂林理工大学信息科学与工程学院	4	17	3.0	4.0
3	张祁	桂林理工大学信息科学与工程学院	1	4	1.0	1.0