در سال های اخیر، شبکه های حسگر بیسیم [1] در کاربردهای متعددی مورد مطالعه قرار گرفته اند. یکی از مسائل مهم مورد مطالعه در این شبکه ها، جایابی [2] بهینه حسگرها به منظور دستیابی به بیشینه ی مقدار پوشش [3] است. از این رو، در اکثر تحقیقات برای رسیدن به پوشش حداکثر از الگوریتم های بهینه سازی استفاده شده است. در یک رده بندی کلی، الگوریتم های بهینه سازی برای جایابی بهینه حسگر با هدف افزایش پوشش، به دو گروه الگوریتم های بهینه سازی محلی و سراسری تقسیم می شوند. الگوریتم های سراسری عموماً از یک روش تصادفی بر اساس یک روند تکاملی استفاده می کنند. در اغلب تحقیقات انجام شده، مدل محیط و بعضاً چیدمان حسگرها در شبکه به صورت کاملاً ساده سازی شده در نظر گرفته شده اند. در این تحقیق با مدلسازی رستری و برداری محیط در فضاهای دو و سه بعدی، عملکرد الگوریتم های بهینه سازی سراسری به منظور جانمایی بهینه حسگرها، ارزیابی و مقایسه شده اند و مدل محیط برداری به عنوان مدل دقیق تر استفاده می شود. از آنجایی که هدف مقایسه عملکرد و نتایج الگوریتم های سراسری بوده است، منطقه مورد مطالعه و شرایط پیاده سازی یکسان فرض شده اند. در این مقاله، چند روش بهینه سازی برای جایابی سنسور، از جمله الگوریتم های ژنتیک، L-BFGS ، VFCPSO و CMA-ES ، پیاده سازی و معیار ارزیابی الگوریتم ها برای مسئله جایابی شبکه های حسگر بی سیم، مقدار پوشش بهینه، دقت پوشش آنها نسبت به مدل محیط و سرعت همگرایی الگوریتم ها در نظر گرفته شده است. از سوی دیگر، در این تحقیق مدل احتمالی پوشش [4] برای هر یک از الگوریتم های بهینه سازی سراسری پیاده سازی شدند. نتایج این پیاده سازی ها نشان می دهد که وجود پارامترهای پیچیده تر در مدل محیط و پوشش، نتایج دقیق تر و منطبق تری با واقعیت را ارائه می کند. با این حال ممکن است کارایی زمانی الگوریتم ها را کاهش دهد.
