基于反向学习的群居蜘蛛优化WSN节点定位算法
基于反向学习的群居蜘蛛优化WSN节点定位算法针对启发优化算法在WSN节点定位问题中的定位精度不高和收敛速度较慢的问题，提出基于反向学习的群居蜘蛛优化WSN 节点定位算法（OLSSO）。为了减少前期随机搜索，提出算法首先通过Bounding-box 方法得到未知节点可能存在的区域，在该区域初始化启发个体。此外，将加权中心反向学习策略与群居蜘蛛群优化算法相结合，求解未知节点估计位置，提高算法全局搜索能力。仿真结果表明，相比于传统算法，提出算法收敛速度更快，节点定位精度更高。
关键词: 无线传感器网络；节点定位；群居蜘蛛优化；反向学习；Bounding-box方法；启发算法
页:
[1]