【WSN定位】基于磷虾群优化定位算法附matlab代码

1 简介

磷虾群算法（Krill Herd Algorithm,KHA）是 Gandomi 等于2012年提出的一种新型优化算法 。具体原理如下：

​2 部分代码

​clcclearclose allglobal N M    %%N是未知节点数目，M是已知节点数目ll=10;dd=10;N=1;M=4;​Vmax=1;Vmin=-1;​number=N+M;rand('state',sum(100*clock)*rand(1))​ nodecoor0 =[0 0     0 dd     dd 0     dd dd ];  nodecoor =[dd*rand(N,2)        nodecoor0];%   nodecoor =[dd*rand(N+M,2)];actualunknownnodecoor=nodecoor(1:N,:) ;  %取50个点为未知的，未知节点实际坐标随机分布在dd*dd的区域内actualunknownnodecoor1=actualunknownnodecoor' ;​undis=L2_distance(nodecoor',nodecoor') ;  %%计算节点两两之间的欧拉距离​noise=zeros((N+M),(N+M)); noise_value=1;for i=1:N    for j=1:(N+M)        if i<j           noise(i,j)=noise_value;           noise(j,i)=noise(i,j);       end   endendrandn('state',sum(100*clock)*randn(1))for i=(1):(N+M)    for j=(1):(N+M)        if(i<j)    %%当节点之间距离在通信半径内，则测距有效，权重函数设为1            undis1(i,j)=undis(i,j)+sqrt(noise(i,j))*randn;            undis1(j,i)=undis1(i,j);                    end                    endendfor i=(N+1):(N+M)    for j=(N+1):(N+M)        if(i<j)    %%当节点之间距离不在通信半径内，则测距无效，权重函数设为0            undis1(i,j)=undis(i,j);            undis1(j,i)=undis1(i,j);                   end                    endendrefnodecoor=nodecoor(N+1:N+M,:);node=[actualunknownnodecoor;refnodecoor];node1=actualunknownnodecoor;%  calcoor=50*rand(N,2) ;[calcoor1,y,x_best]=KH(undis1,N,M,refnodecoor,dd) ;figureplot(refnodecoor(:,1),refnodecoor(:,2),'bo');hold onplot(actualunknownnodecoor(1,1),actualunknownnodecoor(1,2),'gs'); hold onplot(x_best(1,1),x_best(2,1),'r*'); hold onlegend('基站位置','目标真实位置','KH定位位置')figureplot(y)xlabel('迭代次数')ylabel('适应度值')​

3 仿真结果

4 参考文献

[1]程庆, 张水锋, 陈帅. 基于混沌粒子群的WSN定位算法研究与matlab仿真[J]. 赤峰学院学报：自然科学版, 2018, 34(6):2.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。