基于差分算法的无线传感器网络路由分簇协议

针对异构无线传感器网络分簇路由协议存在节点能耗不均衡问题,提出一种基于差分进化算法的路由协议及基于节点能耗的分簇协议。该协议首先以最大化网络中簇头节点的最小生存周期为目标,建立函数优化模型,并采用差分进化算法对其进行优化,从而延长网络整体的生存周期;然后根据节点通信列表中的簇头数目进行分簇,将节点分配给能耗因子较低的簇头,以达到均衡网络能耗的目的,延长普通节点的生存周期。仿真结果表明,基于差分的路由分簇协议能有效均衡网络中节点的能量消耗,显著延长网络的生存周期并提高网络能量利用率。     

大规模无线传感网络的混合LEACH协议研究

能耗问题已经成为大规模无线传感器网络中的研究热点,因此如何设计高能效的路由协议是当前面临的技术挑战。为了降低传感器节点的能耗,提出一种适用大规模网络的基于LEACH算法的混合无线传感网络节能路由算法。首先,根据距离信息,设计一种簇成员向基站直接传输或者通过簇头转发数据的路由协议。然后,推导出满足该算法的能耗条件。最后,通过MATLAB工具仿真表明与已有的LEACH协议和M-LEACH协议相比,混合路由协议能够有效降低基站周围节点的能耗,从而延长整个网路的生存期。     

基于云安全模型的簇状树形无线传感器网络路由协议

由于传统的簇状树形无线传感器网络路由协议簇首能耗方差较大,导致存活节点数量和节点剩余能量较少,降低了无线传感器网络的使用寿命,为此设计一种基于云安全模型的簇状树形无线传感器网络路由协议。通过计算簇状树形无线传感器网络在接收与发送数据时的传输能耗,利用云安全模型获取云安全态势各种要素之间的不确定关系,预测节点的综合信任值,以预测结果为基础,采用蚁群算法获取分区节点的最优路径,完成簇状树形无线传感器网络路由协议。实验结果表明,本文设计的路由协议簇首能耗方差较小,存活节点数和节点剩余能量更多,接收数据包量比其他2种协议分别高出了48.1%和22.6%。由此可见,本文设计的路由协议延长了簇状树形无线传感器网络的使用寿命。     

基于社团特性的LEACH协议的改进

针对无线传感器网络分层路由协议LEACH存在的簇首节点分布不合理和网络能量负载不平衡的问题,提出了一种基于社团特性的无线传感器网络路由分簇算法(LEACH-CS)。该算法在基于社团模型构造出无线传感器网络拓扑结构的基础上,通过多跳路由选择策略,完成簇首节点与基站之间的信息数据传递。仿真实验表明,该算法和经典的分簇路由算法LEACH相比,可以达到使目标区域内传感器节点的分布相对均匀,平衡网络能耗的负载度和有效提高网络生命周期的目的。     

基于社团特性的LEACH协议的改进

针对无线传感器网络分层路由协议LEACH存在的簇首节点分布不合理和网络能量负载不平衡的问题,提出了一种基于社团特性的无线传感器网络路由分簇算法(LEACH-CS)。该算法在基于社团模型构造出无线传感器网络拓扑结构的基础上,通过多跳路由选择策略,完成簇首节点与基站之间的信息数据传递。仿真实验表明,该算法和经典的分簇路由算法LEACH相比,可以达到使目标区域内传感器节点的分布相对均匀,平衡网络能耗的负载度和有效提高网络生命周期的目的。     

一种基于能量和时延的动态分簇算法

在无线传感器网络中,传感器节点的能量由电池提供,有时难以更换。因此,降低能耗是目前无线传感器网络设计中一个很重要的技术问题。通过对层次型路由协议的研究,提出了一种基于能量和时延的动态分簇算法,该算法通过动态地确定每一轮数据收集时无线传感器网络中的簇头数目,从而在满足不超过网络最大延迟时间的基础上,使网络能耗达到最小,最大延迟时间由Sink节点确定。通过仿真实验与传统的LEACH和PEGASIS协议进行比较,结果表明,该算法有效地减少了网络能耗,同时显著降低了传输时延。     

基于改进支持向量机的无线传感器网络路由优化算法

为了解决当前无线传感器网络路由算法能耗大的缺陷,设计了基于改进支持向量机的无线传感器网络路由算法(PSO-LSSVM)。首先建立了无线传感器网络路由能耗的数学模型,然后通过组合模型的节点剩余能量进行在线估计,选择能耗最小的路由进行数据传输,最后在Matlab 平台上对该算法的性能进行测试。结果表明,PSO-LSSVM可以快速找到能耗最小的路由,改善了数据传输的可靠性,降低了数据的传输时延,而且综合性能优于对比的无线传感器网络路由算法。     

基于多Sink节点的煤矿巷道无线传感器网络路由协议

针对传统的单Sink节点无线传感器网络应用于煤矿安全监控系统中时,远离巷道口的传感器节点无法及时、准确地将巷道深处的监测数据传输到巷道口Sink节点的问题,提出一种适用于长带状结构煤矿巷道的基于多Sink节点的无线传感器网络路由协议。该协议引入多Sink节点的无线传感器网络结构和非均匀成簇的思想,采用基于多Sink节点的功率控制算法和非均匀成簇算法,对各个Sink节点的最优通信半径、发射功率、簇首的选择和非均匀竞争半径的计算进行优化。仿真结果表明,该路由协议在连通度、延时和网络生存期上具有优势,可有效降低无线传感器网络整体能耗,延长网络生存期。     

MIMO多跳簇结构无线传感器网络的路由算法及其能耗研究

由于分层簇结构协议能有效地解决无线传感器网络的能耗问题,文中针对基于MIMO的多跳簇结构无线传感器网络,提出了一种基于距离矢量的改进路由算法,同时在J-sim仿真平台上进行了相应的仿真,从而证明了改进路由算法的有效性。另外也证明了该系统的节点能耗特点和MIMO技术对降低系统能耗所具有的一定作用,但在低信噪比时其效果不明显。     

一种无线传感器网络多级异构分簇路由协议

研究了无线传感器网络,提出了一种适合大规模应用的无线传感器网络体系结构,并提出了一种新的路由协议——多级异构分簇路由协议;该协议将无线传感器网络节点分成4种类型,根据簇头间平均跳数、簇头能耗等因素选举出第一级簇头节点;利用通信能耗、节点能耗以及跳数3个方面作为启发因子,寻找第一级簇头到第二级簇头间的最佳路径;基于NS2平台对该路由协议进行了仿真实验,并与LEACH协议进行比较;仿真结果表明:在大规模的应用中,该路由协议能有效地降低节点的平均能耗、延长网络生存时间。     

Multi-objective clustered-based routing with coverage control in wireless sensor networks

A wireless sensor network (WSN) generally consists of a large number of inexpensive power constrained sensors that are small in size and communicate over short distances to perform a predefined task. Realizing the full potential of WSN poses many design problems, especially those which involve tradeoffs between multiple conflicting optimization objectives such as coverage preservation and energy conservation. While both energy conservation routing protocols in a cluster-based WSNs and coverage-maintenance problems have been extensively studied in the literature, these two problems have not been integrated in a multi-objective optimization (MOO) manner. This paper employs a recently developed MOO algorithm, the so-called multi-objective evolutionary algorithm based on decomposition (MOEA/D) to solve simultaneously the energy conservation and coverage preservation design problems in cluster-based WSNs. The performance of the proposed approach, in terms of network lifetime and coverage is compared with the heuristic LEACH and SEP clustering protocols and with another prominent MOEA, the so-called non-dominated sorting genetic algorithm II (NSGA II). Simulation results reveal that MOEA/D provides a more efficient and reliable behavior over other approaches.     

基于改进MOEA/D算法的WSN覆盖优化方法*

为了优化无线传感器网络（WSN）的覆盖方法,针对MOEA/D中缺少对本代优质个体的保存和最优解集中的个体极少的两个问题,提出了粒子群优化的基于分解的多目标进化算法（MOEA/D-PSO）。通过保留种群本代优质个体,改进本地优化解集在进化过程中的搜索方向和搜索进度,弥补了MOEA/D不足。仿真实验证明,相对于MOEA/D和非支配排序遗传算法（NSGA-II）,MOEA/D-PSO所得非支配解更接近Pareto最优曲面,解集分布的均匀性和多样性表现更佳,WSN的覆盖范围更广,能量消耗更少。     

基于节点轮换的无线传感器网络节能策略研究

针对节点冗余造成无线传感器网络(WSN)瓶颈节点能量消耗过快的问题,提出了一种基于节点轮换休眠的能量优化方法.首先建立了WSN能量优化的多目标数学模型,利用多目标规划问题的标量化处理将问题转化为单目标优化问题.然后提出节点轮换休眠策略算法.实验表明,本算法对WSN优化后的能量节约率在20%以上,且瓶颈节点能量消耗更加均匀.因此它能有效提高无线传感器网络的性能,是一种应用性较强的WSN能量优化算法.     

基于进化算法的无线传感器网络任播路由算法

在无线传感器网络WSN(Wireless Sensor Networks)中存在无线链路容易失效的现象,但大多数学者在设计路由算法时较多地关注网络生存期问题,而忽略路由健壮性问题.提出一种基于进化算法的WSN任播路由算法.该算法以网络生存期和路由健壮性为优化目标,并通过多目标进化算法寻找到两者的最佳适应值.实验验证了该算法的有效性,实验数据表明:相比较基于单目标优化(网络生存期)的任播路由算法,所提算法的网络生存期及路由健壮性两个性能的综合优化值优于前者;相比较传统单路径任播路由算法,所提算法的网络生存期、路由健壮性和可扩展性优于前者.     

基于多代理辅助多目标进化优化的建筑节能智能设计方法

进化优化具有优异的全局搜索能力,已成功应用于建筑节能设计问题.然而,由于需要借助代价高昂的建筑能耗软件不断评价个体,现有建筑节能设计进化算法普遍存在运行代价高的问题.鉴于此,提出一种面向建筑节能设计的多代理辅助多目标进化优化算法,简称MS-MOEA/D.首先,依据MOEA/D的目标分解特征同时构建多个基础代理模型;然后,针对每个待评估个体,自动选择合适的基础代理模型,并使用它们的集成结果预测该个体的目标值,达到提高其预测精度的目的.同时,在进化过程中自主确定基础代理模型的更新时机和规模,以降低代理模型的管理成本;最后,将所提出MS-MOEA/D与建筑能耗模拟软件EnergyPlus相融合,建立面向建筑节能设计的多目标进化优化仿真平台,并将该平台应用于中国北京地区常见居民和办公建筑节能设计实例中.通过与7种典型多目标进化算法进行对比,结果表明, MS-MOEA/D在显著降低计算代价的基础上能够得到高竞争力的Pareto最优解集.     

Secure Routing Protocol based on Multi-objective Ant-colony-optimization for wireless sensor networks

To solve the problem of achieving the maximum network security goal with lower energy consumption in wireless sensor networks, this paper proposes a Secure Routing Protocol based on Multi-objective Ant-colony-optimization (SRPMA) for wireless sensor networks. The ant colony algorithm is improved to be a multi-objective routing algorithm with considering the residual energy of nodes and the trust value of a rout path as two optimization objectives, in which a rout path is produced through the multi pheromone information and the multi heuristic information consisting of two objective functions. The node trust evaluation model is established by using an improved D-S evidence theory with confliction preprocessing to evaluate nodes trust degree. The multi-objective routing result is obtained by using the Pareto optimal solution mechanism by using the external archive method with a crowding distance criterion. The simulation results conducted with NS2 show that the proposed algorithm can achieve desired performance against the black hole attack in WSN routing.     

基于NSGA-II的无线传感网络簇首选择算法

延长网络生命周期是无线传感网络需要解决的主要问题之一,拓扑控制对于延长网络生命周期具有重要意义.针对分簇结构无线传感网络的簇首选择问题,提出一种基于NSGA-II的多目标簇首选择算法.同时考虑网络通信距离、能量消耗、负载均衡以及节点生存时间等多个优化目标,通过理论计算确定最优簇首数量指导种群初始化,引入正交实验机制降低搜索次数,提高寻优效率.实验结果表明, 所提出的算法与低功耗自适应层次分簇(LEACH)算法相比,簇首分布均匀、负载均衡,可明显延长网络的生命周期,与标准NSGA-II算法相比,可更好地提高搜索寻优效率.     

A new evolutionary based routing protocol for clustered heterogeneous wireless sensor networks

Wireless sensor network (WSN) is a rapidly evolving technological platform with tremendous and novel applications. Recent advances in WSN have led to many new protocols specifically designed for them where energy awareness (i.e. long lived wireless network) is an essential consideration. Most of the attention, however, has been given to the routing protocols since they might differ depending on the application and network architecture. As routing approach with hierarchical structure is realized to successfully provide energy efficient solution, various heuristic clustering algorithms have been proposed. As an attractive WSN routing protocol, LEACH has been widely accepted for its energy efficiency and simplicity. Also, the discipline of meta-heuristics Evolutionary Algorithms (EAs) has been utilized by several researchers to tackle cluster-based routing problem in WSN. These biologically inspired routing mechanisms, e.g., HCR, have proved beneficial in prolonging the WSN lifetime, but unfortunately at the expense of decreasing the stability period of WSN. This is most probably due to the abstract modeling of the EA's clustering fitness function. The aim of this paper is to alleviate the undesirable behavior of the EA when dealing with clustered routing problem in WSN by formulating a new fitness function that incorporates two clustering aspects, viz. cohesion and separation error. Simulation over 20 random heterogeneous WSNs shows that our evolutionary based clustered routing protocol (ERP) always prolongs the network lifetime, preserves more energy as compared to the results obtained using the current heuristics such as LEACH, SEP, and HCR protocols. Additionally, we found that ERP outperforms LEACH and HCR in prolonging the stability period, comparable to SEP performance for heterogeneous networks with 10% extra heterogeneity but requires further heterogeneous-aware modification in the presence of 20% of node heterogeneity.     

环境友好过程的建模和多目标优化

以环境和经济为目标的过程设计是过程系统工程的重要研究内容。为有效地实施环境友好过程设计，有必要从系统的角度来考虑和研究过程建模和优化问题。本文从物质变化、能量利用、环境影响、经济效益等角度对过程结构进行重新分析，得出多目标问题宏结构，并对其7种模块建立了线性模型。提出了以环境影响最小和经济效益最大为目标的多目标优化模型，多目标模型的求解采用搜索寻优和多目标决策相结合的求解策略。最后以反应系统为例，对环境友好过程建模和优化进行实例研究，     

一种基于输运理论的多目标演化算法

提出了一种根据输运理论中的粒子输运方程、相空间能量定律和熵增法则构造的一种能够准确、高效地求解多目标优化问题的多目标演化算法(MOPEA).由于该算法使用了粒子系统从非平衡达到平衡的理论来定义求解多目标问题的Rank函数和Niche适应值函数,使得种群中的所有个体都有机会参与演化操作,以达到快速、均匀地求出多目标优化问题的Pareto最优解.数据实验显示,利用该算法求解多目标优化问题不仅能够使算法快速地收敛到全局Pareto前沿,同时由于该算法要求所有的粒子都要参与杂交和变异等演化操作,从而避免问题早熟现象的出现,并通过与传统演化算法的性能指标分析比较说明,使用该算法求解多目标优化问题具有明显的优越性.