一种无线传感器网络真实地形覆盖优化方法

本发明提供一种无线传感器网络真实地形覆盖优化方法，包括以下步骤：S1、建立三维覆盖感知模型；S2、基于量子态反向学习和Q‑learning的蜣螂优化；包括以下子步骤：S2.1基于量子计算的准反向学习；S2.2基于Q‑learning的行为模式选择；S2.3变螺旋局部邻域搜索；S2.4最优解逐维自适应高斯变异。本发明提出了一种基于准反向学习和Q‑learning的QOLDBO算法，改善了QOLDBO算法全局寻优不足的问题，改变了不同迭代下当前解对准反向解的影响程度，增加了个体的随机性；扩大蜣螂在繁殖和偷窃阶段的搜索范围，采用变螺旋局部邻域搜索方法来求解邻域优化问题；为了提高QOLDBO的搜索精度，提出了最优解的逐维自适应高斯变异策略。

《一种无线传感器网络真实地形覆盖优化方法》是一发明专利，专利号为 202410551828X，当前法律状态为已下证，由江西理工大学提出申请，发明人为曾致远;王振东;温卫;王俊岭;李大海，申请日期为2024-05-07，公开（公告）日期为2024-11-05，国际专利分类号（IPC）为 H04W 4/02 (2018.01)，所属技术领域包括：无线传感器网络（WSN）部署与拓扑控制、地形覆盖优化、用于智慧农业与林业环境监测、地质灾害/水利监测、军工安防系统以及大型矿山监测。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提供一种无线传感器网络真实地形覆盖优化方法，包括以下步骤：S1、建立三维覆盖感知模型；S2、基于量子态反向学习和Q‑learning的蜣螂优化；包括以下子步骤：S2.1基于量子计算的准反向学习；S2.2基于Q‑learning的行为模式选择；S2.3变螺旋局部邻域搜索；S2.4最优解逐维自适应高斯变异。本发明提出了一种基于准反向学习和Q‑learning的QOLDBO算法，改善了QOLDBO算法全局寻优不足的问题，改变了不同迭代下当前解对准反向解的影响程度，增加了个体的随机性；扩大蜣螂在繁殖和偷窃阶段的搜索范围，采用变螺旋局部邻域搜索方法来求解邻域优化问题；为了提高QOLDBO的搜索精度，提出了最优解的逐维自适应高斯变异策略。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！