基于能耗均衡的改进分簇路由算法研究

针对簇头选举随机性带来的能耗不均和通信代价问题,提出了能耗均衡的动态分区路由算法(EBDPR),在无线传感器网络的分簇阶段引入了虚拟单元格动态划分方法,并对节点设置节点ID信息用以判别各自所归属区域,使无线传感器网络(WSN)内簇的分布更为均匀,此外,根据簇内通信代价分析结果,针对因簇头选举的随机性而带来的簇内通信代价影响,引入节点能量、位置调节因子,避免节点过早失效,并降低簇内通信代价.通过与其他无线传感器网络算法仿真结果对比,验证了EBDPR算法在延长网络生存周期,均衡了网络内节点能耗方面的有效性.     

基于细菌觅食优化算法的图像聚类方法研究

利用细菌觅食优化算法研究图像聚类问题,采用群体智能模式实现问题解的搜索.首先提取图像特征以确定解的编码形式,初始化种群,在此基础上利用细菌觅食优化算法的细菌迁徙算子、繁殖算子和趋化算子实现群体内个体之间的相互合作和竞争,提高了算法的搜索能力,实验证明该算法具有较强的适应性和鲁棒性.     

基于能耗预测的WSN单跳路由分簇算法

基于LEACH协议的结构和能量消耗模型,定义了由能耗预测指数和剩余能量比例系数动态确定的节点竞争簇首门限,提出了一种基于能耗预测的分布式单跳路由分簇算法(FED).该算法的最大时间复杂度为O(1).文中还对时间优先、能量优先和比例优先竞争策略的FED算法进行了仿真.结果表明:与LEACH和EECS算法相比,基于能量优先和比例优先的分簇算法较大地延长了网络寿命,提高了网络能量的利用性能.     

KACO:基于分簇算法的高能效路由协议

针对无线传感器网络中存在的节点能量受限、网络循环利用周期短、吞吐量少等问题,提出了基于分簇的动态路由协议KACO。算法初始阶段采用改进的K-means聚类和蚁群聚类算法获得网络分簇;综合考虑节点的能量效率、当前节点与基站的距离、节点与簇内其他节点间的距离3个方面的因素选择簇头节点。在数据传输阶段,根据节点间的距离动态调整传输路径,有效地减少了节点在数据传输时的能量消耗。实验结果表明,与其他基于分簇的网络节能方法相比较,该方法取得了较好的性能。     

一种基于非均匀分层的WSN分簇路由算法

为了解决无线传感器网络中的热区问题并延长网络生命周期,该文基于对LEACH,EEUC分簇算法的研究,提出了一种非均匀分层的WSN分簇路由算法ULRA.该算法的思想是以基站为圆心将网络分成宽度递增的区域,越靠近基站的区域内的节点成簇半径越小,实现了网络不均匀分簇.节点依据剩余能量来启动定时器以合理选择簇首,剩余能量越高的...     

改进的细菌觅食算法

为提高细菌觅食算法的性能, 将免疫算法与细菌觅食算法融合, 利用免疫算法的克隆选择思想代替细菌觅食算法的复制操作; 在趋向性操作中, 随着迭代的进行, 逐步缩小细菌运动步长, 在保证细菌收敛性的同时增强细菌的全局搜索性能; 改进迁移操作, 保证适应度值最高的细菌不被驱散, 以提高收敛精度。仿真表明,优化后的算法得到最优值比BFA(Bacterial Foraging Algorithm)的最优值更靠近函数的最优值, 证明其寻优能力更强, 且3 个函数的方差均小于BFA 的方差, 证明其稳定性也更好。     

基于云模型的细菌觅食优化算法

针对细菌觅食优化算法收敛速度慢、容易陷入局部极值点出现早熟的问题,提出一种新的基于云模型优化的细菌觅食优化算法.首先给出了细菌灵敏度的概念,结合云模型随机性和稳定倾向性的特点,运用了X条件云发生器来调整细菌灵敏度,控制游动步长,进行了趋向性操作和复制操作,改进了标准的细菌觅食优化算法,提高了算法的收敛速度.然后利用正向正态云发生器,修正非线性自适应的迁移概率,进行了迁移操作,增强了算法的全局寻优能力.将该算法应用于自动组卷系统中,与遗传算法进行实验比较分析,结果表明:该算法的收敛速度与优化质量均优于遗传算法.     

基于梯度与数据流机制的WSN分簇路由协议

针对无线传感器网络的能量受限和网络寿命有限的问题,结合梯度和数据流机制,对经典的LEACH分簇路由协议中簇头的选举及簇内通信方式进行了改进.Matlab的仿真结果表明,改进后的基于梯度与数据流机制的分簇路由协议与LEACH协议相比,能更为有效地节约节点能量,使网络寿命延长约50%～65%.     

无线传感器网络分簇路由算法及其改进

无线传感器网络的能量有限是限制其作用的重要因素,因此如何高效使用能源并延长节点寿命成为研究的热点.结合已有算法,提出了一种改进的分簇路由算法,将簇头的选举由原先的随机选举变为基于剩余能量的选举,以平衡网络负载;在数据传输过程中采用多跳的通信方式降低簇节点的通信负载.仿真结果实现了节能、平衡节点能耗、延长网络寿命的目的.     

自适应细菌觅食算法在优化问题中的应用

细菌觅食算法在求解优化问题时,以固定的步长进行趋向操作,同时以固定概率对细菌个体进行随机驱散操作,虽然可以一定程度上增加种群多样性,但是在进化后期容易使优秀的个体流失,影响算法的寻优质量.针对上述问题,论文提出步长自适应调整和驱散概率自适应调整两项改进策略,分别根据算法进化程度和细菌个体的能量值动态调整趋向操作的步长和驱散操作的概率,从而使算法在保证种群多样性的前提下,保持细菌个体具有较高觅食能力,促进算法局部搜索和全局优化的平衡.对标准测试函数和TSP问题的测试结果表明:基于自学习的细菌觅食算法具有较强的全局寻优能力,适合求解高维复杂优化问题.     

基于K-ABC的无线传感网络路由算法

针对无线传感器网络中数据传输能耗较大、节点能量有限、网络生存周期短等问题,为了能够最大限度延长节点存活率,达到能量均衡,提出了一种基于层次K-均值和人工蜂群的无线传感网络路由算法(K-ABC).首先,根据汇聚节点到簇头节点的距离远近,将网络能耗进行了区域划分,然后根据层次K-均值算法和人工蜂群算法的结合,构建了簇头选择的目标函数.经过仿真表明,该算法能够有效地均衡网络节点能耗,降低网络节点的死亡率,延长网络生存周期.     

基于量子遗传算法的无线传感器网络路由

提出了基于量子遗传算法的无线传感器网络的路由,利用量子遗传算法的高效搜索性,得到源节点和目的节点之间存在最佳路径,从而降低网络延迟,最大限度来保证网络总体能量消耗最少,延长无线传感器网络寿命.     

基于负载均衡的无线传感器网络路由算法

针对传统的分簇路由协议存在的监测盲区和"热区"问题,在LEACH和PEGASIS协议的基础上做了改进,提出了一种负载均衡的无线传感器网络改进分簇路由算法.在簇的构成阶段,综合考虑了节点到簇首及簇首到基站的复合距离,普通节点选择复合距离最小的簇加入;簇间通信采用多跳的方式,多跳通信的下一跳路由是基于网络通信开销指标和簇首的剩余能量选择的,使得网络的负载更均衡.NS2仿真结果表明,改进路由算法高效地平衡了整个网络的能量消耗,从而延长了网络的生命周期.     

无线传感器网络中一种基于地理位置信息的路由算法

无线传感器网络(WSN)能够实时监测和采集网络分布区域内的各种监测对象的信息,有着广泛的应用前景。设计有效的路由算法来降低能量损耗、延长网络的生命周期成为无线传感器网络研究的核心问题。对现有的基于簇类的路由协议中最具代表性的一种--LEACH协议进行了研究,并基于LEACH协议提出了适用于大规模网络的、基于地理位置信息的路由算法(GBCA--Geographical-Based Clustering Algorithm),但仍需进一步完善和改进。仿真实验证明了该算法的有效性。     

基于量子遗传算法的无线传感网络路由优化

考虑到无线传感网络(WSN)传感器节点的能量有限性,分析了WSN的网络模型和能量模型,提出一种基于改进量子遗传算法的路由优化算法.利用复杂连续函数测试,验证了算法的性能和可行性.经仿真分析,证明该算法应用于WSN路由优化问题时,能更快速和更稳定地求解最小能量代价的数据传输路径,从而减少WSN传感器节点的能量消耗,延长整个WSN网络的使用寿命.     

无线传感器网络的路由算法研究

无线传感器网络能够实时监测和采集网络分布区域内的各种监测对象信息,有着广泛的应用前景。设计有效的路由算法来提高通信连接性、降低能量损耗、延长网络的生命周期成为无线传感器网络的核心问题。本文对无线传感器网络的各种典型路由算法进行分类,分析了各类算法的特点。通过结合各类路由算法的设计特点,提出一种适合于大规模网络的路由算法的设计,但仍需进一步改进和完善。仿真证明了该算法的有效性。     

无线传感器网络中基于HEED的多层分簇路由算法

基于HEED算法中簇首与基站通信能量消耗过大的问题,提出了一种新的成簇路由算法.在参考HEED路由算法的基础上,整合多层分簇的思想,通过在网络拓扑的底层构建多个簇头节点的簇集合、在拓扑的顶层构建多跳转发机制,提出基于HEED的多层分簇路由算法.实验表明,该算法在簇头节点分布和网络生存时间方面较已有的算法有较大的提高.     

基于改进短链聚合策略的无线传感器网络路由算法

为延长网络生存时间和数据传输的时效性,提出一种基于改进短链聚合策略的无线传感器网络路由算法.首先,分析无线传感器网络协议结构,考虑到无线传感器网络运行过程中的节点能耗问题,根据链式数据采集协议设计改进路由算法;其次,利用贪心算法找到邻居节点,通过引入距离门限方程实现建链,建链后综合考量节点传输数据能耗与剩余能量选举路由...     

基于免疫进化细菌觅食算法的无功优化

针对传统细菌觅食算法在优化过程中步长一致、收敛速度较慢的缺陷,提出了一种免疫进化细菌觅食算法(IBFO),并将其用于电力系统无功优化问题上.这种改进的算法赋予了细菌对搜索空间的感知能力,利用灵敏度的概念来调节步长,加快收敛速度;将免疫算法中的克隆选择思想引入算法中,对精英细菌进行克隆、高频变异和随机交叉,提高收敛精度.将IBFO算法在IEEE 14、IEEE 30节点标准测试系统中进行了无功优化仿真,结果表明:新算法较其它算法具有较强的全局搜索能力,且收敛速度快、鲁棒性好,可以作为求解电力系统无功优化问题的一种新途径.