无线传感器网络节能动态任务分配

为了延长网络生存期,减少网络能量消耗,在分析现有无线传感器网络任务分配机制的基础上,提出一种面向分层结构、多跳传感器网络的节能任务分配方法.该算法根据节点工作状态、剩余能量以及能耗,基于熵理论,建立代价函数,结合粒子群优化算法,实现优化任务分配策略.同时,针对无线传感网络动态变化使当前的任务分配策略可能不再是最优的情况,对任务进行动态调整.仿真实验结果表明该分配机制能有效减少无线传感网络计算时间和网络能耗,提高网络寿命.     

基于CACO的WSN中QoS组播路由优化研究

随着无线传感器网络的广泛使用,提出了如何在无线传感网络中实现QoS效率的问题。针对无线传感器网络的动态网络环境和能量约束的问题,在优化网络动态结构的基础上,提出用混沌蚁群算法求解无线传感器网络的QoS组播路由的方法。该算法采用混沌初始化进行改善个体质量和利用混沌扰动避免搜索过程陷入局部极值,求解QoS组播路由速度快,延长了网络寿命。仿真结果表明混沌蚁群算法求解无线传感器网络的QoS组播路由的可行性和有效性。     

无线传感器网络寿命与效用的跨层优化

针对无线传感器网络,提出了一种基于无线传感器网络寿命与效用的跨层优化算法。为了提高无线传感器网络的使用寿命和效用,综合介质访问控制和传输层流量控制,建立以基于网络效用与网络寿命为目标、以链路传输容量与无线传感器网络目标寿命为约束条件的双目标优化模型,利用拉格朗日垂直分解法将双目标优化模型逐层分解为两个单一层的优化问题,推导出链路传输概率和拉格朗日乘子的迭代公式,并得到优化方案。仿真结果表明,该跨层优化算法在保障网络寿命与满足链路容量前提下,提高了无线传感器网络的使用寿命和效用。     

考虑电池寿命的插电式混合动力汽车能量管理优化

考虑电池寿命对插电式混合动力汽车全寿命周期成本的影响,以综合燃油消耗和电池寿命衰减最小为目标开展电池充放电功率的多目标优化研究. 引入权重系数将多目标优化问题转化为单目标优化问题,采用动态规划（DP）算法求解实现全局最优,并根据优化结果选择最优权重系数. 为了解决动态规划算法运算速度慢、须预知工况的缺陷,以最优权重系数的优化结果训练神经网络控制器并将其应用于控制策略中. 仿真结果表明,与以油耗为单一目标的优化相比,多目标优化可使电池寿命衰减减少13.5%,而燃油消耗仅增加0.5%,在保证燃油经济性的同时有效减少电池寿命的衰减程度;基于神经网络的控制策略有效克服了动态规划算法的缺点并能达到与其相近的运算效果,具有较好的应用前景.     

基于熵矩阵的多目标非线性0-1规划近似算法

为了简化多目标二元匹配问题的求解,将该问题建模为多目标非线性0-1规划模型,该模型将变量约束转移到目标函数中,从而降低了问题求解难度.针对该模型,设计了基于熵矩阵计算的贪心近似算法,该算法通过熵矩阵的熵值计算确定多目标二元匹配度,并根据熵值的大小预先优化匹配顺序,从而使近似解更快速地接近最优解.仿真实验结果证明,对于单目标非线性0-1规划问题,本算法优于已有的近似算法,对于多目标非线性0-1规划问题,本算法在计算时间以问题规模的指数级减少的情况下,近似解能够很好地逼近最优解.因此,本算法与其它近似算法相比,在不增加时间复杂度的前提下,结果更优,近似度更高.     

多目标P系统仿生优化算法

为了更加高效地求解多目标优化问题,提出了一种基于P系统的仿生优化算法。算法结合P系统的动态膜结构以增强算法的适应性,同时结合经典的NSGA-II拥挤距离选择策略和膜内仿生自噬机制提高算法所得最优Pareto解的多样性。此外,算法内循环中的动态变异、交流及交叉等规则使得所提算法获得的Pareto最优边界与真实Pareto最优前沿的逼近度更高。仿真实验结果表明：该算法处理多目标优化问题时所得解集具有更好的收敛度和多样性。将该算法应用于非最小相位对象的PID控制器的多目标优化设计,获得了较好的系列非劣控制器组,基于搜索结果的PID切换控制策略具有满意的控制效果。     

求解约束优化问题的引导多目标差分进化算法

将约束优化问题转化为带偏好的双目标优化问题,用差分进化算法求解转化问题。为了克服基于Pareto支配关系的多目标算法求解转化问题时没有考虑问题偏好、收敛慢等缺点,借助多目标α-支配关系的特点,提出了基于动态α-支配的新适应度函数。新适应度函数根据种群中可行解的比例动态平衡进化过程中对两个目标的偏好,引导算法不断向问题的偏好区域靠近,从而快速收敛到约束优化问题的最优解。对6个标准测试函数的数值实验结果表明:基于α-支配的动态引导多目标差分进化算法能快速收敛到问题的最优解。与3种经典高效算法的比较说明,所提出算法的鲁棒性强且效率高。     

一种新的求解移动Agent路由问题优化算法

文章对移动Agent在无线传感器网络中的路由问题进行描述,给出该问题的多约束最优非劣路径求解模型,并提出一种SA-CA算法求解移动Agent路由问题:利用模拟退火(Simulated Annealing,SA)算法接受最优单体以推动文化算法(Cultural Algorithms,CA)中信仰空间的进化,并将搜索步长作为情景知识指导群体空间最优解的搜索.这种双层结构特性减少了搜索时间,表现出较好的全局寻优性能.仿真实验也表明,与粒子群优化算法(PSO)、遗传算法(GA)的计算结果相比,提出的新算法在保证求解准确性的同时,具有更快的收敛速度和较高的可靠性,是解决无线传感器网络多约束QoS路由的有效途径,能提高整个网络的性能.     

基于最大生存周期的无线传感器网络数据融合

针对无线传感器网络节点能量有限并且在进行信息传输时存在数据冲突、传输延时等问题,提出并设计了基于最大生存周期的无线传感器网络数据融合算法.该算法将均匀分布或非均匀的整个网络中的节点分成多个簇,并根据节点的位置、分布密度和剩余能量等信息选择传输数据的方式,从而形成传输数据的最短路径.根据集中式TDMA（时分多址）调度模型并运用基于微粒群的Pareto优化方法,使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优.仿真结果表明,该算法不但可以最大化网络的生存时间,还可以有效地降低数据融合时间,减少网络延时.     

无线Mesh多网关接入链路调度时间下限计算方法

针对目前无线Mesh网络尚未解决多网关接入时最小链路调度时间下限估计的问题,提出一种计算该时间下限的方法,其本质是基于资源分配的Pareto 优化计算过程. 采用拉格朗日方法进行求解,并通过Lyapunov函数找出基于最优速率的多网关接入的最小链路调度时间. 该方法不仅能准确地计算出最小链路调度时间下限,并用于评估网络性能,还能优化无线Mesh网络上行链路调度速率,提高链路的吞吐量.     

基于近邻算法的无线传感器网络功率控制

针对因无线传感器网络节点部署的密集性和随机性造成单一、不变的发射功率无法满足无线传感器网络能量高效的要求,提出基于近邻算法的无线传感器网络功率控制算法(NNPC).该算法中Sink节点保存整个网络拓扑结构的信息,利用多近邻算法评估节点密度,确定最优通信距离.结合Friss自由空间模型和两线地面传播模型计算当前网络最优发射功率,Sink节点广播通知节点采用最优发射功率发送数据.如果节点没有接收到广播包,那么节点采用默认的最大发射功率.仿真结果表明,基于近邻算法的网络功率控制算法能提高整个无线传感器网络的生存时间,节省网络的平均能耗.     

基于网络编码和占空比的无线传感器网络节能方案

提出一种结合随机网络编码和占空比的无线传感器网络节能方案（RNC_DCES）. 该方案根据所接收数据标识信息决定节点处于工作状态或睡眠状态,以避免数据重复接收,并通过结合随机网络编码,增加相同传输次数下的数据信息量,从而实现节能. 通过理论计算分析了RNC_DCES方案所构建传输模型下的网络能耗最大值,并验证了多跳网络能耗的最优解. 实验结果表明,对比联合随机占空比网络编码（RDCNCode）算法和改进型自适应网络编码（AdapCode++）算法,RNC_DCES延长了网络生命周期4.02%和8.51%,提升了包投递率14.83%和4.65%,从而有效提升了数据包投递率和网络能量效率.     

基于LEACH协议的簇头辅助路由算法

为了平衡无线传感器网络的负载,延长网络生存时间,针对大规模无线传感器网络场景,对低能量自适应分簇分层协议进行改进,提出一种簇头辅助路由算法。新算法采用控制信息与数据信息分离的思想,由簇头实现控制信息处理的功能,由簇内聚合节点和簇间转发节点实现数据的融合、转发功能。仿真结果显示,在大规模无线传感器网络场景下,该算法比低能量自适应分簇分层协议的网络寿命和数据接收总量均有明显提高。     

WSN中一种新的基于蚁群优化的路由算法

针对无线传感器网络路由中网络节点能量和生存时间受限问题,提出了一种基于蚁群优化的WSN分簇路由算法.算法引入蚁群优化,对网络覆盖区域内的节点进行分簇处理,簇内利用蚁群优化算法进行最优路径搜索.仿真结果表明:该算法能有效平衡网络节点间能耗,延长网络生存期,蚁群增强了最优路径的可靠性,进一步降低了网络能耗.     

基于网络编码的无线传感器网络生存时间最大化

结合网络编码理论,研究了无线传感器网络生存时间的最大化问题。首先,基于物理层广播特性提出了一种新的超图模型,用以描述无线传感器网络中基于网络编码的信息传输;并在此模型基础上,提出了一种基于超弧的网络能耗线性测量模型,将无线传感器网络生存时间的最大化问题描述成为多约束条件下的网络流量优化分配问题。实验结果表明:本文提出的优化问题更符合无线传感器网络中信息传输的本质特征,能够为基于无线广播的网络编码实现合理的资源分配。此外,在无线传感器网络中应用网络编码确实可以提高整个网络的生存时间。     

Routing optimization of the wireless sensor network with energy and path constraints

An algorithm for routing optimization of an energy and path constrained wireless sensor network is proposed to solve the energy limitation problem which is caused by the frequent use of a single path by traditional wireless sensor network routing algorithms. By considering the load balancing and energy efficiency of wireless sensor networks, the concept of flight feasible domain is introduced to achieve efficient data transmission. Furthermore, energy and distance factors are added to ensure uniform and reasonable energy distribution among network nodes, so that the low-power and energy-efficient functional requirements of the wireless sensor network are satisfied. . Experimental results show that the proposed method can improve the network load balancing effectively, avoid the network segmentation caused by premature exhaustion of some nodes, and prolong the lifetime of the network.     

基于能量效率的无线传感器网络分簇算法

提出了一种最大选票和负载平衡的分簇算法(VLCA)。该算法是完全分布式的,不依赖于网络大小和其拓扑结构。仿真结果显示:该分簇算法能够使簇的数量减少20%到50%,并且能有效延长传感器网络的生命周期。     

双层无线传感器网络3-覆盖3-连通问题

双层无线传感器网络当中的中继器放置问题,目的是为了延长网络寿命,使得更多的数据信息由传感器经中继器传输到基站,网络的容错性是其中一项重要研究内容.该文旨在研究含有基站的双层无线传感器网络3-覆盖3-连通问题,给出了性能比为35+ε(ε>0)的近似算法.