摘要

针对无线射频识别(Radio Frequency Identification,RFID)网络规划的优化部署问题,提出一种基于Circle映射的嵌入正弦余弦算法和自适应阈值的改进型蛇算法(Enhanced Snake Optimizer,ESO)。在种群初始化阶段利用Circle混沌映射的均匀性和遍历性等特点,在局部搜索阶段和开发阶段分别引入正弦余弦算法(Sine Cosine Algorithm, SCA)和自适应阈值等算法机制,摆脱了蛇算法初始化过程不够均匀、容易陷入局部最优和收敛速度慢等缺点。在满足100%标签覆盖率、减少阅读器之间的碰撞干扰、实现阅读器的负载均衡以及降低总的发射功率这4个目标的基础上,求解阅读器最佳的部署位置,将所提算法与粒子群算法(Particle Swarm Optimization,PSO)、灰狼算法(Grey Wolf Optimizer,GWO)、樽海鞘算法(Salp Swarm Algorithm,SSA)三种算法进行了对比分析。实验结果表明,改进型蛇算法在对RFID网络进行优化部署时的寻优能力更强,对于RFID网络部署的综合性能提升明显,在相同的实验条件下,ESO的最佳适应度值比PSO提高了28.1%,比GWO提高了17.7%,比SSA提高了22.9%,可以更有效地得出最优的RFID网络规划部署方案。