自适应逃逸粒子群算法的网络节点覆盖优化仿真

研究无线传感器节点优化选择。传统LEACH分簇算法中,节点选择的随机性很大,没有很好地参考节点中的多个属性,通信的簇头分布也无规律,算法把能量消耗分摊到所有的节点上,一旦选择边沿节点作为簇头,一些节点必须经过长距离的路由转发才能到达簇头,造成通信效率较低。为了避免上述缺陷,提出了一种基于自适应逃逸粒子群算法的网络节点覆盖优化方法。建立自适应逃逸粒子群算法的数学模型,准确描述网络节点覆盖问题。利用自适应逃逸粒子群方法,计算无线传感网络节点最优位置,从而实现网络节点覆盖优化。实验结果表明,这种算法能够实现网络节点覆盖优化处理,从而提高无线传感网络数据传递的效率。     

改进粒子群算法优化低功耗自适应集簇分层的路由算法

针对LEA低C功H算法的簇头分布不合理、网络能耗不均的问题,在耗自适应集簇分层路由算法。首先将分割线的选择LE问A题CH转协议的基础上,提出了一种改进粒子群算法优化化成带约束的非线性优化问题,然后利用粒子群算法求解,并针对粒子群算法的不足进行相应的改进,最后采用仿真实验测试算法的性能。仿真结果表明,相对于其它改进LEACH路由算法,本文算法有效提高了网络的能量利用率,能够实现节点之间的能耗均衡,使无线传感器的网络生存时间得到延长。     

基于改进LEACH的多簇头分簇路由算法

为了降低无线传感器网络(WSN)的能耗,延长网络的生存周期,提出一种多簇头双工作模式的分簇路由算法.算法对低功耗自适应集簇分层(LEACH)协议作了以下改进:采用多簇头双工作模式来分担单簇头的负荷,以解决单簇头因能耗较大而过早消亡的问题;选举簇头时充分考虑节点位置和节点剩余能量,并应用粒子群优化(PSO)算法优化簇头的选举,以均衡网络内各节点的能耗;建立簇与簇之间的数据传输路由,以减少簇间通信的能耗.仿真结果表明,算法有效降低了网络的能耗,延长了网络的生存周期.     

改进遗传算法优化无线传感器网络路由算法

为了有效延长无线传感器网络的生存时间,针对传感器节点能耗不均衡难题,提出一种改进遗传算法优化的无线传感器网络路由算法。首先对LEACH算法不足进行分析,然后构建簇头节点选择的目标函数,并将其作为遗传算法的搜索目标,最后通过遗传算法找到下一时刻簇头的候选节点,并针对遗传算法不足进行相应改进。采用仿真实验对算法的性能进行分析,结果表明,相对于其它无线传感器路由算法,本文算法可以保证无线传感器的节点能量均衡,延长了网络的生存时间。     

基于LEACH的WSN路由算法研究

为了提高无线传感器网络的可扩展性在其路由协议中通常会采用分簇技术。由于无线传感器网络由能量有限的节点组成,网络中节点的能量多为电池供电,因此高效节能以延长网络生命周期是无线传感器网络必须要充分考虑的问题。针对LEACH(低功耗自适应分簇)路由算法在簇首选择时存在的问题,提出一种改进建议。对改进算法利用仿真工具NS2进行仿真,并对节点存活率和网络能耗两个方面进行比较与分析,仿真结果表明,改进算法很好地延长了网络的寿命。     

基于PSO优化模糊C均值的WSN分簇路由算法

针对无线传感器网络节点能量有限、负载不均衡的问题,提出了一种基于粒子群优化模糊C均值的分簇路由算法POFCA。POFCA分别从成簇阶段和数据传输阶段进行了优化。成簇阶段,首先使用粒子群优化算法优化模糊C均值算法,克服了模糊C均值对初始聚类中心的敏感,并根据节点剩余能量和相对距离动态更新簇首,平衡簇内负载。数据传输阶段,基于距离因子、能量因子和节点负载设计了路径评价函数,并使用猫群优化算法为簇首搜寻最优路由路径,在平衡簇首负载的同时又不会加剧中继节点负载。仿真结果表明,与LEACH和LEACH-improved算法相比,POFCA能有效地平衡网络负载,降低网络能耗,延长网络生命周期。     

基于簇结构的无线传感器网络路由研究综述

介绍了典型分簇无线传感器网络路由协议的分类,总结了分簇路由协议的研究进展。针对无线传感器网络从同构型网络向异构型网络发展的趋势和特点,指出了路由协议向节点间相互协作的发展方向,并且在设计路由协作算法时可采用与无线传感器网络极为相似的多Agent系统模型。     

基于遗传算法和蚁群算法的LEACH改进协议

针对无线传感器网络低功耗自适应集簇分层(Low Energy Adaptive Clustering Hierarchy, LEACH)路由协议因能耗不均衡导致节点过早死亡的问题,提出了一种基于遗传算法和蚁群算法改进的LEACH路由协议。在分簇阶段,通过遗传算法选举合理的簇头节点并根据节点的分布划分簇群;在数据传输阶段,通过蚁群算法使簇头节点尽可能选择能量充足且距离较短的路径进行数据传输。仿真结果表明,与传统的分簇路由协议LEACH和LEACH-C相比,改进算法可以使网络的能量消耗更加均衡,并延长网络的生命周期。     

基于改进PSO的铁路监测线性无线传感器网络路由算法

为了解决铁路监测场景中线性无线传感器网络的节点间能耗不均衡导致的网络生命周期短、数据传输时延大的问题,提出了一种基于粒子群优化理论和广度优先搜索的路由算法。以候选簇头节点的相对能耗、簇头间距和簇头负载为指标构建适应度函数,通过调整惯性权重系数增强粒子群算法局部搜索能力,获得簇头最优解集;构建能耗与时延驱动的路径成本函数,基于广度优先搜索获得源节点到sink节点的最优主路径;设计基于Markov决策过程（MDP）模型的Q-learning备选路径更新与路由维护机制。仿真结果表明,所提算法能够有效均衡节点间能耗,在延长网络生命周期和降低数据传输时延方面具有较优的性能。     

基于改进蚁群算法的无线传感器网络路由

为了降低节点能量消耗,延长网络生存的时间,提出了一种改进蚁群算法的无线传感器网络路由机制。首先将无线传感器网络服务质量分为3类,然后利用蚁群算法可以自适应网络状况动态性的优势,构建传感器节点转移函数和信息素更新规则,自适应构建数据路由,最后采用仿真模拟实验对算法性能进行检验。实验结果表明,相对于与现有无线传感器路由算法,本文通过引入蚁群优化机理挖掘传感器节点之间的关联性,数据传输延迟、可靠性和能量开销上具有更好的性能,使整个网络性能保持最优。     

无线传感器网络能量均衡分簇路由协议

LEACH是无线传感器网络(Wireless Sensor Network,WSN)中一种经典的分层式路由协议,在此基础上通过对LEACH成簇算法及簇间路由的改进,提出了一种新的均衡能量消耗分簇路由协议。该协议在无线传感器网络成簇过程中充分考虑了传感器节点的能量状态,同时簇首向基站的通信采用基于能量的簇间路由。理论分析及仿真结果表明,改进的协议能够均衡传感器节点的能量消耗,有效地延长网络寿命。     

基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。     

基于遗传聚类的无线传感器负载均衡路由算法

通常的无线传感器分簇网络存在节点负载不均衡的问题。为均衡各节点能量消耗,延长网络生存周期,将K均值算法与遗传算法相结合,提出一种负载均衡的无线传感器网络路由算法,算法利用遗传算法的全局寻优能力以克服传统K均值算法的局部性和对初始中心的敏感性,实现了传感器网络节点自适应成簇与各节点负载均衡。仿真实验表明,该算法显著延长了网络寿命,相对于其他分簇路由算法,其网络生存时间延长了约43%。     

改进的自适应物联网技术节能优化控制仿真

研究异构传感网节能优化拓扑控制优化问题.在异构传感器网络中,每个传感器节点普遍存在初始能量异构,节点在无线通信过程中通信链路异构等异构现象.为了延长网络的生存期,提出一种自适应优化异构无线传感器网络拓扑结构控制算法.算法主要难点技术问题在于对参数E的选择控制问题.该算法基于传输数据跳数和相邻传感器之间通信距离,依据相似三角形几何原理,结合具体应用场景对传感器节点的分簇、成簇等操作进行自适应优化控制.仿真实验表明,改进的算法可以高效控制给定数据采集监测区域所有节点的网络拓扑同时极大地延长了异构传感网的生命周期.     

异构传感器网络基于粒子群算法的部署策略

异构传感器网络的部署问题较之同构传感器网络更为复杂,需要充分考虑节点的异构性带来的影响。采用粒子群算法对异构传感器网络进行部署,加入异构性适应策略,并改进了适应度函数,提出一种异构性适用的粒子群算法。仿真结果表明,相比于基本粒子群算法,所提算法有效避免了陷入局部最优次于全局最优的情况,并加快了收敛性,提高了一定的网络覆盖性能。     

基于分簇的WSN路由算法研究及改进

为了更好地满足无线传感器网络（WSN）低功耗的要求,延长网络的生存周期。对WSN分簇路由算法LEACH（低功耗自适应分簇）的簇头节点选择机制进行改进,提出了改进算法LEACH-IMP,实现减少网络能耗、延长网络生存周期的目的。利用网络仿真工具NS2进行仿真,对LEACH算法与改进算法进行比较与分析,仿真结果表明,改进算法有效地延长了网络的生存周期。     

基于网格的无线传感器网络非均匀分簇算法

在无线传感器网络中,首先要考虑的是如何解决能耗问题.针对无线传感器网络现有算法存在的节点能耗不均匀及节点部署密集造成的数据冗余和能量浪费,提出了一种节能路由算法UECG.通过设定虚拟网格以及非均匀分簇来实现网络能量的均衡消耗.仿真结果表明,与LEACH协议及其改进协议EEUC相比,UECG算法能够有效减少冗余数据,平衡簇群间的能量消耗,达到延长网络寿命的目的.     

基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法

针对无线传感器网络中节点通信能力及能量有限的情况,该文提出基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法。该方法以动态分簇的方式将监测区域内随机部署的传感器节点划分为若干个簇,并对簇内成员节点与簇首节点之间、簇首节点与基站之间的通信路由进行优化,确保网络能耗的均衡分布,在此基础上,被激活的簇内成员节点并行地执行分布式粒子滤波算法实现目标跟踪。仿真结果表明,该方法能有效地降低传感器网络中节点的总能耗,能在实现跟踪的同时保证目标跟踪的精度。     

基于改进微粒群算法的WSN节点调度

为了降低无线传感器网络监测区域节点能耗和延长网络生命周期,设计了一种基于改进微粒群算法的节点调度方法.首先,以网络覆盖率和休眠工作节点数为目标建立了系统的数学模型,然后设计了粒子的编码方式、适应度函数以及自适应动态惯性权重,并定义了使用改进的微粒群算法对传感器网络节点调度的具体算法.仿真实验表明,该方法能正确地实现无线传感器网络监测区域的节点调度,在迭代次数较少时,就能以较少的节点获得较高的网络覆盖率,且与其他方法相比,具有收敛速度快和全局寻优能力强的优点.     

一种WSN中分簇路由算法的改进

在无线传感器网络中,基于分簇的路由协议对提高网络的寿命有着重要作用,LEACH是一种应用比较广泛的层次路由协议。本文提出一种新的基于最优分簇的无线传感器网络分簇路由（LEACH-O）算法,在簇的形成过程考虑到节点的集中程度和节点的剩余能量,从而减少传感器节点的能量消耗,优化资源利用率。仿真实表明,与传统的LEACH算法相比,该算法配传感器节点间数据传输提供了高效路由,从而延长网络的生命周期。