异构无线传感器网络中多目标优化节点部署策略

针对异构无线传感器网络节点高密度部署和事件发生存在"热点区域"问题,以区域覆盖率最大和网络能耗最小为优化目标,提出了一种基于多目标优化的二进制粒子群算法,对节点部署进行多目标优化。该算法采用概率感知模型,引入强支配系数使得解分布均匀,结合Pareto最优解选择排序和基于自适应权重的适应度分配,进而获得异构节点部署解。仿真结果表明:该算法能对目标空间进行广泛搜索,与NSGA—Ⅱ算法相比,算法具有良好的收敛性,能有效地提高网络的覆盖率和降低网络能耗。     

优化设计中的多目标进化算法

近十多年来多目标进化算法是人工智能领域的一个相当活跃的研究热点。该文从非Pareto方法、基于Pareto方法及贝叶斯多目标优化算法等角度对当今多目标进化算法进行了分析,归纳了新出现的各种方法和技术,探讨了这个领域发展中存在的问题,并进一步给出了发展方向。此外文中分别对后两类提出了解决一般问题的计算效果较好的改进算法和新的算法。     

无线传感器网络路由协议的优化设计

无线传感器网络是一种全新的信息获取和处理技术.对无线传感器网络设计了一个能量有效的分簇路由协议.为了提高能量和宽带的利用率,协议应用了一个能量有效的路由算法对LEACH协议进行了改进,从而减少数据传输的能量消耗,并且延长了网络的生命周期.上述算法为簇头到基站的数据传输构建了一个多跳路由.运用这个多跳路由来传输数据,簇头可以节省大量的能量.为了能延长网络的生命周期,能量的分布也考虑在这个算法中.通过在仿真平台上跟其它两个已经存在的分簇路由协议的比较来评价所设计协议的性能进行仿真.仿真结果显示设计的路由协议有更好的节能效果和更长的网络生命周期.     

基于小生境的多目标进化算法

进化算法求解多目标优化问题平衡收敛性和多样性面临的主要挑战在两个方面：增强对帕累托最优前沿的选择压力和获得多样性良好的解集。然而,随着目标维数的增加,基于帕累托支配关系的选择标准无法有效地解决以上问题。因此,设计了一种基于小生境的多目标进化算法。基于小生境,提出了一种新的支配关系,其中,设计了一个聚合函数和一种采用目标向量角的密度估计方法分别度量候选解的收敛度和分布性。为了保证解集的收敛性,在同一个小生境内,仅仅收敛度最好的解是非支配解。为了维护解集的多样性,在任何两个不同的小生境内,一个小生境内兼具收敛度和分布性良好的解支配另一个小生境内收敛性和分布性均差的解,将提出的支配关系嵌入VaEA取代帕累托支配关系,设计了一种多目标进化算法VaEA-SDN。VaEA-SDN与NSGA-Ⅲ、VaEA、MSEA、NSGAII-CSDR、RPS-NSGAII以及CDR-MOEA等先进的算法在DTLZ(Deb-Thiele-Laumanns-Zitzler)和MaF(manyobjective function)基准测试系列问题上进行了广泛的对比仿真实验。仿真结果表明,VaEA-SDN平衡收敛收敛性...     

无线传感器网络中多目标优化节点部署模型

针对多跳无线传感器网络中数据采集只采用单目标优化策略带来的问题,提出了一种基于多目标优化的可移动sink节点部署模型.该模型以网络能耗最小和数据延迟最小为优化目标,采用多目标线性规划方法获得节点部署的较优解,在能量消耗和数据收集延迟中取得平衡.仿真结果表明,该模型能够给决策制定者提供更优的无线网络数据采集方案,提高了数据采集的质量.     

无线传感器网络节点多目标安全优化部署

针对目前无线传感器网络节点优化部署方案中,没有考虑网络节点位置移动会破坏节点间的共享密钥而破坏的安全通信链路的问题,本文将Pareto多目标优化策略引入到无线传感器网络节点部署中,设计了一种多目标安全优化部署方案,建立多目标节点安全部署模型,并将节点安全连通度和网络覆盖率作为目标函数,兼顾解决网络安全性和网络覆盖质量的问题;通过惯性权重自适应的调整和结合虚拟力算法更新速度的方式改进多目标粒子群算法,采用精英档案策略来存储非劣解。仿真实验表明,本文方案能够提高节点的覆盖率,并且能够保持较大的节点安全连通度。     

量子多目标进化算法研究

本文首次将量子计算的理论用于多目标优化,提出量子多目标进化算法（QMOEA）,其采用量子位染色体表示法,利用量子门旋转策略和量子变异实现群体的进化,使用ε支配关系构造外部种群以此保持算法的较好分布性,提出基于快速排序的非劣最优解构造方法加快算法运行效率,实验表明,这种方法与经典的多目标进化算法SPEA2相比,其收敛性更好且分布更均匀     

无线传感器网络中的节能路由算法

针对传感器网络中的节点能源有限的特点,文章在分析LEACH的基础上,提出一种高能效的路由算法。该算法根据各节点剩余能量大小和簇成员数控制簇的形成,使簇头之间通过多跳合作的方式与基站进行通信,从而使网络能量均匀消耗。仿真结果显示,与原LEACH协议相比,改进后的算法提供了更长的网络生存时间。     

论量子多目标进化算法研究

第一次将量子计算的理论用途于多目标优化之上可以提出量子多目标进化算法其采用量子位研究微观粒子的运动规律的物理学分支学科,它主要研究原子、分子、凝聚态物质,以及原子核和基本粒子的结构、性质的基础理论,它与相对论一起构成了现代物理学的理论基础。量子力学不仅是近代物理学的基础理论之一,而且在化学等有关学科和许多近代技术中也得到了广泛的应用。     

无线传感器网络多种群蚁群优化路由算法*

从无线传感器网络自身的特点出发,在蚁群算法的基础上,提出了一种适合该网络的多种群蚁群优化路由算法(MACO)。该算法设计了一个新的能够均衡传输能量消耗和节点剩余能量的蚂蚁前向移动的选择概率模型,并且能得到多条优化路径,使得均衡网络的能量消耗。仿真实验表明,该算法能延长网络的生存时间,并且可以有效地缓解网络拥塞。     

无线传感器网络中基于关联度的多查询优化

无线传感器网络是一种以数据为中心的网络,用户通过基站向网络提出查询请求获取所需数据。如何通过多查询的优化来减少传感器节点的能耗以延长网络生命期是无线传感器网络中需要解决的关键问题之一。提出了基于关联度的多查询优化算法,其基本思想是节点通过节点与候选父亲节点之间的关联度来选择父节点,从而被相同查询覆盖的节点聚集成一个组,多个查询间共享组中节点的数据,在网络中对查询数据进行有效的融合,充分减少了网络的数据传输量,延长了网络的生命期。理论分析和模拟实验表明该算法可以充分减少数据传输量,从而达到节能的目的。     

异构无线传感器网络能量均衡优化研究

无线传感器网络能量均衡消耗优化是当前的研究热点。研究了簇头节点能量高于普通节点能量的异构无线传感器网络能量消耗均衡的优化问题;基于精细能量消耗模型,提出了新的能量均衡优化算法;给出了详细的计算实例,验证了优化算法的有效性。     

无线传感器网络中密度路由算法的改进研究

利用邻居节点之间的能量相关性来反映局部区域的能量可用状况，在基于节点密度的路由算法（DBR）采用潜在能量的基础上，进一步研究降低路由能耗的问题，引入了剩余跳数来反映节点的实际传输能力，用一组体现综合影响的度量参数建立了最优路由节点集的选择模型。模拟结果显示，该算法能通过降低路由能耗实现更优的网络性能。     

蓝牙无线传感器网络近饱和组网方法

针对蓝牙在无线传感器网络中的应用,提出了一种蓝牙无线传感器网络组网方法,详细地描述了组网过程,并对该方法的性能进行了分析评估。组网方法采用了树形拓扑、近饱和微微网、关键节点备份等机制,具有网络内微微网数较少、网络健壮性较好、生存时间较长的优点。     

泊松分布下无线传感器网络多目标覆盖控制

针对无线传感器网络中〖WTBX〗k〖WTBZ〗重覆盖率、能耗、可靠性难以协调的问题,在节点呈泊松分布的假设下,提出了多目标优化的覆盖控制。针对多目标差分进化算法在种群初始化、参数控制和种群维护中的不足,分别设计了种群正交初始化、参数自适应控制和动态种群维护策略,提出了改进的多目标差分进化(I-DEMO)算法对模型进行求解。仿真结果表明,该控制策略能够在达到81.2%的3重覆盖率的同时有效降低能耗并保障可靠性,I-DEMO可以支配传统算法76%的Pareto前沿。该算法同样适用于求解其他多目标问题。     

室内Cricket无线传感器网络定位方法的改进

在无中心构架的Cricket无线传感器网络室内定位系统中,呈线性关系的参与定位的3个参考节点坐标会使三边测量法失效,从而导致系统进行大量的冗余计算甚至崩溃。采用参考节点坐标的最小距离决策和二次迭代法,使得系统在三边测量法失效的前提下仍能正常运行。通过实验证明这种改进方案提高了系统的稳定性和效率。     

无线传感网中改进的节能分级数据汇聚机制

考虑WSN中节点的能耗分布情况,提出了一种改进的多级汇聚协议。首先建立分析模型评估了在WSN中采用多级汇聚机制时的能耗情况,证明在SINK附近的汇聚节点的能量增加很快,从而会耗尽能量,缩短整个网络的生存期。然后提出了一个改进的多级汇聚协议,通过改变通过减少离SINK附近的汇聚节点选择概率,可以均衡网络性能。仿真结果证明,该方法可以有效地降低能量,从而延长网络生存期。     

一种节能的基于定位的传感器路由算法

基于定位的无线传感器路由算法普遍存在节点能耗过快及能耗不均衡的问题。借鉴SELAR算法的思想,提出一种节能的定位路由算法EELAR。该算法通过选取转发代价最小节点作为中继节点实现数据转发,而转发代价由节点位置和能耗综合计算得出。针对能耗问题,该算法还引入了睡眠机制,节点根据自身能耗随机睡眠。实验证明,该算法使无线传感器网络能耗更均衡,能有效延长整个网络的生存时间。     

基于簇头优化的自供能无线传感网络路由算法

针对能耗均衡的自供能无线传感器网络分簇算法（EBCS）节点在选举簇头时没有能量的阈值限制,导致能量较低的节点可能当选簇头,并且簇头节点只能担任一轮次,致使能量充足的节点无法继续连任,同时EBCS没有基于自供能这一特点考虑死亡节点复活后的选举机制的问题,提出了一种基于簇头优化的自供能无线传感器网络分簇路由算法（CCOS）。首先,对簇头选举时的能量阈值进行优化,限制了能量不能胜任簇头的节点参选;其次,引入并改进了簇头连任机制,使簇头节点结合自己的能量补给水平来决定自己能否在下一轮连任簇头;然后,提出了阈值敏感的节点复活机制,通过设置软、硬复活阈值让死亡节点在积累达到相应能量阈值时复活。实验结果表明,在不同的能量补给场景下,CCOS与EBCS相比,当前网络中的可用节点数提高了约8%,数据传输成功率提高了约5%。CCOS可以更合理地利用再生能源,有助于自供能传感网络的部署。     

一种传感器追踪网多目标监测组播方案

Mobicast是一种非常适合无线传感器追踪网（Wireless Sensor Tracing Networks,WSTNs）的新型组播路由协议,但对于多目标监测时还需相应改善。在Mobicast的基础上提出了一种自感知分簇机制,根据网络实时拓扑和目标状态的改变动态调整分簇策略,以防止组播簇重叠和干扰,最大限度地提高监控精度和网络性能。方案主要贡献在于：通过自感知分簇算法,判断监测目标个数和运动状态,确定分簇策略;动态评估节点拓扑结构和性能状况,以便及时更新分簇策略。仿真结果表明,方案能够较准确地对多目标实施追踪监控。