买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种基于群体智能优化算法的WSN部署方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117979251B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410239683.X，技术领域涉及：H04W4/38；该发明授权一种基于群体智能优化算法的WSN部署方法是由鲜思东;陈虹宇设计研发完成，并于2024-03-04向国家知识产权局提交的专利申请。

本一种基于群体智能优化算法的WSN部署方法在说明书摘要公布了：本发明属于无线传感器网络领域，具体涉及一种基于群体智能优化算法的WSN部署方法，包括：构建WSN覆盖模型，根据WSN覆盖模型构建WSN目标函数；根据精英反向学习方法、莱维飞行策略、布朗运动策略改进群体智能优化算法，采用改进后的群体智能优化算法根据WSN目标函数计算WSN部署策略；所述WSN为传感器节点；本发明结合许多优势策略改进群体智能算法进行WSN覆盖优化，在保证寻优的收敛速度和精度的同时，同时避免陷入局部最优，以实现传感器节点最小化和覆盖率的最大化。

本发明授权一种基于群体智能优化算法的WSN部署方法在权利要求书中公布了：1.一种基于群体智能优化算法的WSN部署方法，其特征在于，包括：构建WSN覆盖模型，根据WSN覆盖模型构建WSN目标函数；根据精英反向学习方法、莱维飞行策略、布朗运动策略改进群体智能优化算法，采用改进后的群体智能优化算法根据WSN目标函数计算WSN部署策略；所述WSN为传感器节点； WSN目标函数为： ； 其中，为传感器节点集合的覆盖面积，为传感器节点的覆盖面积，、为目标监控区域的长度和宽度； 采用改进的群体智能优化算法根据WSN目标函数计算WSN部署策略包括： S1、采用精英反向学习策略进行种群初始化；所述种群包括多个个体，每个个体代表传感器节点的位置； S2、采用莱维飞行下的运动策略、布朗运动下的运动策略对初始化后的种群个体进行第一阶段更新，采用躲避机制对第一阶段更新后的种群个体进行第二阶段更新，得到第二阶段更新后的种群个体； 对种群个体进行第一阶段更新包括： 计算每个种群个体对应的WSN目标函数值，根据WSN目标函数值在种群个体中选择精英节点；其中，为种群个体的索引，为种群个体的维度的索引，为当前迭代次数； 计算自适应参数；若大于0.5，则利用莱维飞行下的运动策略根据精英节点计算新的种群个体；否则，利用布朗运动下的运动策略根据精英节点计算新的种群个体； 更新精英节点，计算和更新后的精英节点对应的WSN目标函数，根据和更新后的精英节点对应的WSN目标函数得到第一阶段更新后的种群个体； 自适应参数的计算方式为： 其中，为随机函数，为最大迭代次数； 利用莱维飞行下的运动策略计算新的种群个体包括： 其中，r为从0到1的随机数，表示精英节点，为莱维飞行的函数，表示平面坐标的二维分量； 利用布朗运动下的运动策略计算新的种群个体包括： ； 其中，为布朗运动策略； 根据WSN目标函数得到第一阶段更新后的种群个体包括： ； 其中，为第一阶段更新后的种群个体，为新的种群个体的目标函数值，为精英节点的目标函数值； 根据躲避机制对第一阶段更新后的种群个体进行第二阶段更新包括： 设置警告值，根据警告值计算新的种群个体： ； 计算种群个体和种群个体对应的WSN目标函数，根据种群个体和种群个体对应的WSN目标函数得到第二阶段更新后的种群个体； 其中，为服从正态分布的随机数，为矩阵，的每个元素都为1，为警告值； S3、计算第二阶段更新后的种群个体对应的WSN目标函数值，选择WSN目标函数值最小的种群个体作为最佳的种群个体，即最佳的传感器节点位置； S4、当达到最大迭代次数T时，得到最终的种群个体，即最终的传感器节点位置；否则回到步骤S2，对最佳的种群个体进行更新。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。