融合多策略学习型麻雀搜索算法的UWSN覆盖优化OA北大核心CSTPCD

水下无线传感器网络(UWSN)是三维无线传感器网络的一种应用场景。为解决UWSN覆盖率低的问题,提出一种多策略学习型麻雀搜索算法(MSLSSA)。首先引入双重反冲运动策略,对麻雀个体中的发现者和加入者进行位置更新,其次引入互利学习策略进行麻雀个体中的警戒者互利信息共享,进一步提高搜索能力,增大寻优解搜索空间;然后采用改进的折射反向学习策略作为边界处理方法对越界个体进行处理。最后将该算法应用于UWSN覆盖优化,仿真实验分析表明,与五种相似算法进行比较,MSLSSA覆盖率达到96.61%,能够有效提升UWSN覆盖率,优化节点分布。