基于人工智能算法的能量高效分簇路由协议

提出一种基于人工智能算法的能量高效分簇路由协议,应对无线传感器网络节点中能耗不均衡的问题。在成簇阶段,利用萤火虫优化算法优化模糊C均值聚类,借助改进的模糊C均值聚类算法解决网络分簇问题;根据节点剩余能量和地理位置动态更新簇首。簇间通信阶段,采用蚁群优化算法建立高效的簇间路由,为簇首节点构建最优多跳传输路径。簇内通信阶段引入轮询控制机制,使网络能量效率进一步得到提高。仿真结果表明,所提协议在能量效率和生存周期方面有一定提升。     

无线传感器网络簇头多跳路径路由算法

在LEACH协议特定簇头选取(DCHS)算法的基础上,提出了一种基于蚁群优化(ACO)的簇头间多跳路径(ACO-CHMP)路由算法。该算法先采用DCHS算法分簇,在稳态运行阶段,利用改进的ACO算法找到从距基站最近簇头节点到基站的遍历所有簇头节点的最优路径,然后从该簇头节点开始沿着最优路径进行数据传输到基站。仿真结果表明:与LEACH算法、DCHS算法和ACO算法相比,该算法极大地均衡了网络的能量消耗,延长了无线传感器网络生命周期。     

基于模糊C均值聚类及群体智能的WSN分层路由算法

为了提高无线传感器网络（WSN）的能量效率并延长其生命周期,提出了一种基于模糊C均值聚类（FCM）和群体智能的WSN分层路由算法（FCM-SI）。首先采用FCM聚类算法对网络进行分簇,优化普通节点与簇头（CH）间距离;然后采用三参数的人工蜂群（ABC）算法选取每个簇的最优簇头;最后采用蚁群优化（ACO）算法搜索簇头至基站（BS）的多跳路径,路径综合考虑了网络的能耗和负载均衡性能。仿真结果显示,与基于均匀分簇的改进的低功耗自适应分簇（I-LEACH）算法、基于ABC的低功耗自适应分簇（ABC-LEACH）算法和基于ACO的低功耗自适应分簇（ANT-LEACH）算法相比,FCM-SI在100 m×100 m,100个节点的初始网络条件下将网络生命周期分别提高了65.2%、49.6%和29.0%。FCM-SI能够有效地延长网络寿命,提高能量利用效率。     

适用于智能电网WSN的能量有效分簇路由协议

为有效解决智能电网无线传感器网络节点能耗不均衡导致网络寿命短的问题，提出一种基于改进灰狼优化器优化模糊C均值聚类的分簇路由协议GWFCA。用反向学习策略增强灰狼优化器的全局寻优能力，使用由反向学习灰狼优化器改进的模糊C均值聚类算法对网络节点均匀分簇，均衡网络负载。每个簇内，考虑节点的能量因素和位置因素动态选举簇首，提高簇首质量。稳定传输阶段，构造基于蚁群算法的簇间路由，提高能量效率，并将轮询调度引入簇内通信，进一步改善网络吞吐量。仿真结果表明，该算法能够有效提高能量效率，平衡网络负载，延长网络生存期。     

基于AGNES聚类的能耗均衡WSNs优化路由算法

无线传感器网络的生命周期与节点的能耗直接相关。为解决能量消耗分布不均,影响网络寿命的问题,提出一种基于AGNES聚类的能耗均衡WSNs优化路由算法(EBRAA)。通过AGNES聚类算法获得网络均匀分簇,根据簇内节点的剩余能量和节点与基站距离及两者权重因子,完成分布式簇头选举,采用改进后的Dijkstra算法产生簇头间最短路径的多跳路由。仿真结果表明,与LEACH和KBECRA算法相比,EBRAA算法的簇分布更加合理,能耗更加均衡,延长了网络生命周期。     

一种基于节点位置和密度的非均匀分簇路由算法

分析了现有分簇路由算法,提出了基于节点位置和密度的非均匀分簇路由算法。簇头选举阶段,考虑了节点的剩余能量,并引入竞争机制进行簇头选择;成簇阶段,综合考虑节点与基站的距离、节点密度以进行非均匀分簇,达到节点能耗均衡的效果,同时解决路由热区问题;簇间路由阶段,通过设立通信簇头节点,使簇间数据转发任务从簇头中分离,簇头节点只负责簇内的数据收集和融合,而通信簇头节点负责簇间数据传输,减少了簇头的能量消耗。实验结果表明,改进后的路由算法能够有效地均衡网络负载,并显著地延长网络的生命周期。     

WSN中基于改进樽海鞘群算法的分簇路由协议

针对无线传感器网络能耗不均衡、网络生存期短的问题,提出了一种基于改进樽海鞘群算法的分簇路由协议;所提协议分别从分簇阶段和稳定传输阶段进行优化;分簇阶段,首先对樽海鞘群算法进行改进,引入了精英反向学习策略和动态学习机制,克服了基本樽海鞘群算法局部勘探和全局开发能力不平衡的问题;其次考虑节点的剩余能量和地理位置设计高效的适应度函数,以选出最优簇首,平衡簇间负载;稳定传输阶段,设计了基于最小生成树的簇间路由算法,为簇首构建最优传输路径,在缓解簇首负载的同时提高网络能量利用率;簇内通信阶段,引入轮询控制机制帮助节点构建传输调度,提高时隙利用率;对所提协议进行仿真实验,并与几种前沿协议进行对比;对比结果表明,所提出的基于改进樽海鞘群算法的分簇路由协议能够有效地改善网络性能,从而延长传感网对于目标区域的监测时间,并提高基站接受到的数据包总量。     

基于FCM聚类和蚁群优化的WSN路由算法

在无线传感器网络(WSN)中生命周期的研究中,提出一种基于LEACH协议、Fuzzy C-Means(FCM)聚类算法和蚁群算法的改进路由算法。首先在预处理阶段FCM聚类算法将节点距离形成多个簇,避免每轮成簇造成能量浪费。然后在数据传输阶段使用蚁群算法寻找从簇头到基站的最优路径。仿真结果表明,该算法与LEACH协议相比,能够有效减少能量消耗、延长网络寿命。     

基于OMNET的无线传感器网络算法的改进

分析了基于低能量自适应聚类层次(LEACH)协议,针对LEACH路由协议存在簇头选择不合理和节点能耗不均衡的缺点,提出了一个基于能量和到基站距离以及到基站方向的分簇算法LEACH-D,并在簇首的数据发送中适当引入了改进的多跳路由算法,仿真结果表明,改进后的协议能均衡节点的能耗,有效地延长了整个网络的生存期.     

一种基于遗传聚类的无线传感器网络分簇算法

针对无线传感器网络(WSNs)存在负载能量不平衡的问题,为实现传感器网络能耗均衡、最大化延长网络周期,提出一种基于遗传模糊聚类算法的WSNs分簇算法。在该算法中,用遗传算法(GA)优化模糊聚类算法,改进模糊聚类算法对初始值敏感的问题,形成节点位置的最优分簇。仿真结果表明:无论传感器节点如何分布,与FCM相比,该算法每次都收敛到最优目标函数值,每次分簇结果都相同,其分簇效果要优于FCM。