針對(duì)感知方向可調(diào)的有向傳感器網(wǎng)絡(luò)（DSN），為最大限度減少覆蓋空洞和重疊區(qū)，從而提高有效覆蓋率，提出了差分進(jìn)化融合混合虛擬力的DSN覆蓋算法。首先，建立有向感知模型，分析節(jié)點(diǎn)之間、節(jié)點(diǎn)與障礙物之間及節(jié)點(diǎn)與邊界之間的混合虛擬作用力，在此基礎(chǔ)上建立節(jié)點(diǎn)旋轉(zhuǎn)角度與作用力之間的調(diào)整公式；然后，為弱化混合虛擬力造成的局部次優(yōu)解缺陷，引入差分進(jìn)化模型，將虛擬力作為進(jìn)化更新的一個(gè)影響因子，節(jié)點(diǎn)間經(jīng)過(guò)變異、交又及選擇操作來(lái)尋找最佳適度值，提高有效覆蓋率。覆蓋仿真實(shí)驗(yàn)表明，在100 mxl00 m監(jiān)測(cè)區(qū)域下，求得100次隨機(jī)部署后經(jīng)過(guò)差分進(jìn)化融合混合虛擬力算法網(wǎng)絡(luò)有效覆蓋率提高了19. 68%，而經(jīng)過(guò)混合虛擬力算法和差分進(jìn)化算法的覆蓋率分別提高了10. 32%和11. 35%；差分進(jìn)化融合混合虛擬力算法在迭代80次左右網(wǎng)絡(luò)趨于穩(wěn)定，而混合虛擬力算法和差分進(jìn)化算法分別需要130次和140次左右迭代。相對(duì)于混合虛擬力算法和差分進(jìn)化算法，將兩者相結(jié)合的差分進(jìn)化融合混合虛擬力算法的收斂速度更快，有效覆蓋率提高更明顯。