国际群体智能与进化计算杂志

抽象的

量子进化算法中的 Baldwinian 学习用于解决无线传感器网络中的细粒度定位问题

马赫迪·阿齐兹* 和穆罕默德·梅博迪

局部搜索 (LS) 程序是一种搜索促进器，它帮助模因算法提高其开发能力，从而收敛到更高质量的解决方案。本文使用 Baldwinian 学习 (BL) 形式的 LS 程序，提出了一种模因量子进化算法 (QEA)，用于解决无线传感器网络 (WSN) 中的细粒度定位问题。由于 QEA 只能用于二元域问题，如背包问题，我们利用二元到实数映射程序使其适合解决 WSN 中的定位问题。为了提供传感器节点的良好初始位置，该算法对最佳观测解决方案采用多重三边测量 (MT) 程序。为了测试所提出的算法，首先将其与其两个衍生算法（没有 MT 程序的所提出的算法和没有 BL 和 MT 程序的所提出的算法）进行比较，然后与十个随机生成的具有四种不同连接范围的网络拓扑上的六种现有优化算法进行比较。仿真结果表明，所提算法在估计 WSN 中传感器节点的位置方面明显优于其他算法。仿真结果还指出了将 MT 程序和 BL 方法应用于所提算法以解决该问题的有效性。