基于多策略改进蝴蝶优化算法的无线传感网络节点覆盖优化

针对无线传感网络（WSN）的节点覆盖存在着覆盖率低、节点分布不均匀的问题，提出一种基于多策略改进的蝴蝶优化算法（MIBOA）的节点覆盖优化策略。首先，将基础的蝴蝶优化算法（BOA）与麻雀搜索算法（SSA）结合改进搜索过程；其次，引入自适应权重系数提高寻优精度和收敛速度；最后，对当前最优个体进行柯西变异扰动，提高算法鲁棒性。基准测试函数的寻优实验结果说明，MIBOA基本可在3 s内求解测试函数最优值，且收敛平均值精度较BOA提高了97.96%。将MIBOA应用于WSN节点覆盖优化问题，与BOA和SSA相比，节点覆盖率至少提高了3.63个百分点；与改进灰狼优化算法（IGWO）相比，部署时间缩短了145.82 s；与改进鲸群优化算法（IWOA）相比，节点覆盖率提高了0.20个百分点且时间缩短了1 112.61 s。综上，MIBOA可较好提高节点覆盖率并降低冗余覆盖率，有效延长WSN的生存时间。