首页 | 本学科首页   官方微博 | 高级检索  
     

基于改进粒子群聚类的无线传感器网络能量均衡分簇策略*
引用本文:李洪兵,余成波,闫俊辉,李彦林. 基于改进粒子群聚类的无线传感器网络能量均衡分簇策略*[J]. 计算机应用研究, 2011, 28(2): 658-660. DOI: 10.3969/j.issn.1001-3695.2011.02.071
作者姓名:李洪兵  余成波  闫俊辉  李彦林
作者单位:1. 重庆理工大学远程测试与控制技术研究所,重庆,400050;重庆三峡学院,重庆,404000
2. 重庆理工大学远程测试与控制技术研究所,重庆,400050
基金项目:重庆市自然科学基金重点项目(CSTC2007BA2023);重庆市教委资助项目(KJ101107);重庆市九龙坡科技计划资助项目(九龙坡科委发[2009]52号);重庆市科技创新资助项目(渝经信科技[2010]9号)
摘    要:针对无线传感器网络能量约束特点,为实现节点能耗均衡、最大化网络寿命,提出了一种基于改进粒子群聚类的无线传感器网络能量均衡分簇算法。首先根据距离汇聚节点远近将网络进行区域划分和等级标定,以不同概率确定不同等级区域的分簇数量和规模。在活动等级区域内引入相同数量的粒子,根据K-均值聚类法形成多个初始粒子群,修改带惯性权重的粒子群算法,修改粒子飞行规则,并行智能搜索聚类。多个粒子群体的总结学习等优点加快了聚类收敛速度,克服了对初始聚类中心点选择较敏感的问题,形成了传感器节点位置的最优分簇,避免了网络热点问题,促进

关 键 词:无线传感器网络   能量均衡   分簇策略   粒子群   K-均值聚类

Clustering strategy for energy balance of wireless sensor networks based on improved particle swarm optimization clustering algorithm
LI Hong-bing,YU Cheng-bo,YAN Jun-hui,LI Yan-lin. Clustering strategy for energy balance of wireless sensor networks based on improved particle swarm optimization clustering algorithm[J]. Application Research of Computers, 2011, 28(2): 658-660. DOI: 10.3969/j.issn.1001-3695.2011.02.071
Authors:LI Hong-bing  YU Cheng-bo  YAN Jun-hui  LI Yan-lin
Abstract:
Keywords:wireless sensor networks   energy balancement   clustering strategy   particle swarm optimization   K-means clustering
本文献已被 万方数据 等数据库收录!
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号