中国安全科学学报

作者：余修武, 彭威, 余员琴, 刘永

单位：1 南华大学 资源环境与安全工程学院,湖南 衡阳 421001；2 湖南省铀尾矿库退役治理技术处理研究中心,湖南 衡阳 421001；3 湖南交通工程学院 电气与信息工程学院,湖南 衡阳 421001；4 深圳大学 物理与光电工程学院,广东 深圳 518000

关键词：麻雀搜索优化(SSO),铀尾矿库,无线传感器网络(WSN),定位算法,混沌映射,精英反向学习,莱维飞行策略

基金：国家自然科学基金资助(11875164); 湖南省市联合自然科学基金资助(2021JJ50093); 湖南省重点研发计划项目(2018SK2055)

为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,采用莱维飞行策略改进搜索者的位置更新方式,避免陷入局部最优;然后,采用优化的SSA代替最小二乘法来定位未知节点,并将定位算法应用于铀尾矿库放射性核素污染监测定位;最后,在不同的锚节点数、通信半径以及噪声标准差条件下,对比麻雀搜索优化定位算法(SSOLA)与加权质心定位算法(WCLA)、接收信号强度指示差定位算法(RSSID)、麻雀搜索定位算法(SSA)、粒子群定位算法(PSO)以及樽海鞘群定位算法(SAP)的性能。结果表明:SSOLA与其余5种算法相比定位误差平均下降41.9%、45.2%、26.8%、39.9%和36.9%,定位精度更高,收敛速度更快。

来源：2023年第4期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第4期