[发明专利]一种基于鬣狗捕获模型的RFID网络动态优化部署方法

权利要求书

1.一种基于鬣狗捕获模型的RFID网络动态优化部署方法，其特征在于，包括以下步骤：

步骤1)RFID阅读器对于电子标签的信息采集：在部署区域内随机设置RFID阅读器终端及相应的天线，在阅读器天线识别范围内，多次记录所有可以读取到的电子标签信息，获得原始数据；

步骤2)原始数据预处理阶段：将多个RFID阅读器读取的标签数据进行预处理，去除因各种因素造成的异常值，将原始数据进行整合，生成算法所需数据；

步骤3)RFID网络初始化阶段：以RFID标签识别覆盖率为基础，设计相应的目标函数，并计算当前阶段每个RFID阅读器的适应度值，由此选定其中表现最好的三个阅读器，将其位置信息作为初始优化部署目标值；具体方法为：依据阅读器在部署区域内可以识别到的标签个数，设计相关的目标函数作为其适应度值，以此来表明识别标签的覆盖率；其中适应度函数的计算如下：

f＝ω₁f₁+ω₂f₂        (1)

f₁表示RFID网络覆盖率的性能指标，即

其中C_i表示第i个标签的覆盖率，当没有一个阅读器读取i标签的信息时，C_i等于0，否则等于1；f₂表示RFID的负载平衡，即

其中k_i表示读取第i个标签的阅读器数目，ω₁，ω₂分别表示覆盖率和负载平衡的权重；

根据上述式(1)对部署区域每个RFID阅读器位置信息进行适应度的计算，将适应度值计算结果最高的三个阅读器分别记作B，P，E；

步骤4)RFID网络优化部署阶段：利用鬣狗捕获模型算法对部署区域内的RFID阅读器进行相应的算法调整，使其所在位置可以更多的识别区域内的电子标签，完成整体部署；具体内容包括：

a)利用种群中鬣狗的位置更新来包围逼近猎物：

利用步骤3)中得到的B，P，E阅读器的位置信息，将其作为领导鬣狗，对其他鬣狗发出号令；对鬣狗群的位置进行初始化，其中每一个阅读器的位置就对应于鬣狗群中鬣狗的位置，猎物表示在RFID范围内可能放置阅读器位置的解；鬣狗有机会从各个方向包围猎物，即在RFID的有效范围内，阅读器可能放置在每个潜在的位置，并且每个阅读器放置位置方向无关，可能从各个角度覆盖标签；

在进行位置更新包围猎物时，设置T_max为最大迭代次数，T_max＞1，t为当前迭代次数；鬣狗的步长和更新的方向为鬣狗群体通过如下式子逐渐接近并包围猎物：

式(4)、(5)中，表示猎物的位置，Step表示包围步长；mean表示鬣狗均值，由鬣狗群中其他鬣狗个体X_i，根据B，P，E鬣狗的位置来更新各自的位置后得到：

式(4)、(5)中X和G是系数，由以下公式计算得到：

X＝2α·r₁-α      (13)

G＝2*λ*r₂      (14)

α＝2-2t/T_max      (15)

上述式(6)、(7)、(8)、(13)、(14)中，r₁，r₂是[0，1]之间的随机数，λ是惯性常数，惯性常数服从线性递减规律，即常数λ满足以下策略：

λ＝((λ_max-1)×(λ_max-λ_min))/T_max      (16)

其中λ_max和λ_min分别表示控制距离参数的最大值和最小值，t表示当前的迭代次数；

根据所有鬣狗个体更新位置之后的信息作为RFID阅读器的位置信息，利用目标函数计算每个位置RFID阅读器的适应度值，将其中最优的三个作为新一次迭代过程中的B，P，E目标鬣狗，进行其他鬣狗的位置更新，迭代次数t＝t+1；查看当前迭代次数，是否大于T_max，若未达到，继续进行位置更新，直至达到最大迭代次数，此时提取出每个鬣狗个体所在猎物的位置信息，将其作为RFID网络优化部署的结果；当鬣狗遍历所有可能存在的解后，即使没有到达T_max，也会停止搜索；

b)在迭代位置更新过程中，当一部分鬣狗在局部极值点出现较严重的聚集情况时，对其他等级的鬣狗的状态进行高斯变异，避免陷入局部最优解：

判定目标函数的最优解在连续三次的迭代过程中，是否再发生变化或者变化没有达到阈值，若是，则说明算法可能陷入了局部最优，给予鬣狗相应的变异算子，使鬣狗跳出现在的搜索范围，重新进行比较，高斯变异是在原有个体的状态加上服从高斯分布的随机向量，定义如下：

其中，是第i个鬣狗在t次迭代时的位置，k是从1到0之间递减的变量，N(0，1)为服从均值为0，方差为1的高斯分布的随机向量。