%0 Journal Article %A 高芹 %A 蒋丰千 %A 李旸 %A 乔焰 %A 余大为 %A 周海鹏 %T 自适应混沌量子粒子群算法及其在WSN覆盖优化中的应用 %D 2018 %R 10.11772/j.issn.1001-9081.2017092372 %J 计算机应用 %P 1064-1071 %V 38 %N 4 %X 针对传统粒子群优化算法容易陷入局部极值和收敛速度慢等不足,通过研究种群多样性与粒子群算法进化的关系,提出一种动态自适应混沌量子粒子群优化(DACQPSO)算法。该算法将种群分布熵引入粒子群的进化控制,以Sigmoid函数模型为基础,给出了量子粒子群算法收缩扩张系数的计算方法;以平均粒距作为混沌搜索的判别条件进行混沌扰动。将DACQPSO算法应用于无线传感器网络(WSN)的覆盖优化中,并作了仿真分析。实验结果表明,DACQPSO算法在覆盖率指标上比标准粒子群、量子粒子群、混沌量子粒子群算法分别提高了3.3501%、2.6502%和1.9000%,有效地提高了WSN的覆盖性能。 %U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2017092372