一种基于改进蛇优化算法的无线传感器网络覆盖优化方法

本发明涉及无线传感器网络覆盖优化技术领域，针对节点随机部署导致的分布不均、覆盖空洞及能效低下等问题，提出一种基于改进蛇优化算法的无线传感器网络覆盖优化方法。首先采用Tent混沌映射与改进版对立学习(OBL)策略生成非线性分布的初始节点布局，通过混沌序列增强随机性，配合OBL镜像扩展解空间；在探索阶段设计随机‑精英交替引导机制，动态切换全局勘探与局部开发模式；在开发阶段融合量子竞争纠缠模型与遗传表观调控机制，利用量子态叠加特性增强粒子交互，模拟生物基因表达调控形成双重约束；最终通过动态适应度排名策略建立选择压力自适应调整机制。实验表明，显著优化了无线传感器网络的覆盖性能与资源效率。