[发明专利]基于鲸鱼优化算法的网络节点选择方法、系统及存储介质

权利要求书

1.一种基于鲸鱼优化算法的网络节点选择方法，其特征在于，包括：

步骤11、设置二进制编码的种群矩阵，种群矩阵的每一行表示种群中一个鲸鱼个体，列数表示无线传感器网络中的节点数量，设置最大迭代次数及初始迭代次数，随机初始化种群矩阵，使种群矩阵每一行有预设数量的节点为1；

步骤12、根据种群中每个鲸鱼个体对应的节点选择方案对目标函数进行计算，获取每个鲸鱼个体对应的适应度函数值，以及获取种群中最佳个体位置和最佳适应度函数值；

步骤13、根据当前迭代次数计算当前动态收敛因子及当前动态权重，动态收敛因子及动态权重均为以迭代次数为变量的函数；

步骤14、根据当前动态收敛因子和生成的随机数确定计算鲸鱼个体位置的方案，并更新当前鲸鱼个体位置，迭代次数加1；

步骤15、若迭代次数达到最大迭代次数，则输出最佳适应度函数值和最佳鲸鱼个体位置，根据最佳鲸鱼个体位置对应的节点选择方案确定参与跟踪的传感器节点；否则执行步骤12；

其中，动态权重采用基于指数函数的动态扰动权重C，

C＝2*exp[-(2*t/Maxlter)²]

t为迭代次数，Maxlter为设置的最大迭代次数。

2.根据权利要求1所述的方法，其特征在于，还包括：采用双曲正切函数对每个鲸鱼个体的位置信息进行二进制化。

3.根据权利要求1所述的方法，其特征在于，动态收敛因子随迭代次数非线性自适应变化，通过如下公式得到：

a＝a_max-(a_max-a_min)*(t/Maxlter)²

其中，a为动态收敛因子，a_max和a_min分别为a的最大值和最小值。

4.根据权利要求1～3中任一项所述的方法，其特征在于，目标函数为基于条件后验克拉美-罗下界的节点选择算法。

5.一种基于鲸鱼优化算法的网络节点选择系统，其特征在于，包括：

设置模块，用于设置二进制编码的种群矩阵，种群矩阵的每一行表示种群中一个鲸鱼个体，列数表示无线传感器网络中的节点数量，设置最大迭代次数及初始迭代次数，随机初始化种群矩阵，使种群矩阵每一行有预设数量的节点为1；

第一计算模块，用于根据种群中每个鲸鱼个体对应的节点选择方案对目标函数进行计算，获取每个鲸鱼个体对应的适应度函数值，以及获取种群中最佳个体位置和最佳适应度函数值；

第二计算模块，用于根据当前迭代次数计算当前动态收敛因子及当前动态权重，动态收敛因子及动态权重均为以迭代次数为变量的函数；

第三计算模块，用于根据当前动态收敛因子和生成的随机数确定计算鲸鱼个体位置的方案，并更新当前鲸鱼个体位置，迭代次数加1；

判断模块，用于若迭代次数达到最大迭代次数，则输出最佳适应度函数值和最佳鲸鱼个体位置，否则，返回第一计算模块继续迭代计算；

节点确定模块，用于根据判断模块输出的最佳鲸鱼个体位置对应的节点选择方案确定参与跟踪的传感器节点；

其中，动态权重采用基于指数函数的动态扰动权重C，

C＝2*exp[-(2*t/Maxlter)²]

其中，t为迭代次数，Maxlter为设置的最大迭代次数。

6.根据权利要求5所述的系统，其特征在于，还包括：二进制化模块，用于采用双曲正切函数对每个鲸鱼个体的位置信息进行二进制化。

7.根据权利要求5所述的系统，其特征在于，动态收敛因子随迭代次数非线性自适应变化，通过如下公式得到：

a＝a_max-(a_max-a_min)*(t/Maxlter)²

其中，a为动态收敛因子，a_max和a_min分别为a的最大值和最小值。

8.一种存储介质，其特征在于，所述存储介质存储有计算机可读的计算机程序，所述计算机程序可被计算机执行如权利要求1～4中任一项权利要求所述的方法。