【优化布局】基本蚁狮算法在WSN节点部署中的应用matlab源码
2021-10-21 23:08:44

%% 清除环境变量

clear;

clc;

%% 网络参数

L = 100;                         % 区域边长

V = 80;                         % 节点个数

Rs = 7;                           % 感知半径

Rc = 14;                        % 通信半径

Re = 1;                    % 感知误差

data = 1;                      % 离散粒度

%% 初始化参数

N = 30;                   % 种群规模

dim = 2*V;                % 维数

lb = 0;              % 自变量下限

ub = L;              % 自变量上限

Current_iter = 1;      % 迭代次数初值

Max_iter = 300;       % 最大迭代次数

%% 初始化位置

%% 初始结果显示

gbest = Elite_antlion_position;

x = gbest(1:2:end);

y = gbest(2:2:end);

disp('初始位置：' );

for i = 1:V

disp([num2str(x(i)), '     ', num2str(y(i))]);

end

disp(['初始覆盖率：', num2str(Elite_antlion_fitness)]);

% 初始覆盖图

figure;

for i = 1:V

axis([0 L 0 L]);            % 限制坐标范围

sita = 0:pi/100:2*pi;   % 角度[0, 2*pi]

hold on;

fill(x(i)+Rs*cos(sita), y(i)+Rs*sin(sita), 'b');

plot(x(i)+Rs*cos(sita), y(i)+Rs*sin(sita), 'b');

end

plot(x, y, 'r+');

title '初始部署';

%% 迭代

while Current_iter < Max_iter+1

end

%% 绘图

figure;

plot(Best_fitness, 'k', 'lineWidth', 3);          % 画出迭代图

title('ALO算法覆盖率进化曲线', 'fontsize', 13);

xlabel('迭代次数', 'fontsize', 12);

ylabel('覆盖率', 'fontsize', 12);

img =gcf;  %获取当前画图的句柄

print(img, '-dpng', '-r600', './img2.png')         %即可得到对应格式和期望dpi的图像

%% 初始结果显示

x = gbest(1:2:end);

y = gbest(2:2:end);

disp('最终位置：' );

for i = 1:V

display([num2str(x(i)), '     ', num2str(y(i))])

end

disp(['最终覆盖率：', num2str(Elite_antlion_fitness)]);

% 最终覆盖图

figure;

for i = 1:V

axis([0 L 0 L]);            % 限制坐标范围

sita = 0:pi/100:2*pi;   % 角度[0, 2*pi]

hold on;

fill(x(i)+Rs*cos(sita), y(i)+Rs*sin(sita), 'g');

end

plot(x, y, 'ks');

title 'ALO优化覆盖';

img =gcf;  %获取当前画图的句柄

print(img, '-dpng', '-r600', './img1.png')         %即可得到对应格式和期望dpi的图像