基于加权帝国竞争算法的无线传感器网络覆盖机制

计算机与现代化

基于加权帝国竞争算法的无线传感器网络覆盖机制

西安文理学院数学与计算机工程学院，陕西西安710065

收稿日期:2014-02-17 出版日期:2014-06-13 发布日期:2014-06-25
作者简介: 李立（1974-），男，陕西西安人，西安文理学院数学与计算机工程学院讲师，硕士，研究方向：计算机网络，Web开发技术。

Coverage Mechanism of WSN Based on Weighted Imperialist Competitive Algorithm

College of Math and Computer Engineering, Xi’an University, Xi’an 710065, China

Received:2014-02-17 Online:2014-06-13 Published:2014-06-25

摘要/Abstract

摘要：

为了克服当前无线传感器网络（WSN-Wirelessless Sensor Network）覆盖优化机制的收敛速度慢，易陷局部最优等不足；并同时兼顾高的覆盖率和较低的能耗，以延长生命周期，本文引入

权重理论，并以节点利用率以及覆盖率设计适应度函数，提出基于加权帝国竞争算法的WSN覆盖优化机制，并测试该机制与其他优化机制。测试结果表明：与其他几种机制相比，本机制的收敛速度更快，

覆盖率更高，工作节点数量更少。

关键词: , WSN, 覆盖率, 传感器节点, 权重, 帝国竞争算法, 收敛速度

Abstract:

In order to overcome these defects such as slow convergence speed, and falling into local optimum in optimized coverage mechanism of WSN, and to make it have

high coverage rate and low energy consuming to extend the life cycle, the coverage mechanism of WSN based on weighted discrete imperialist competitive algorithm is proposed by

introducing the weigh theory and using the node utilization and coverage rate to design the fitness function. This mechanism and others are tested. The results show that:

comparing with other optimization coverage methods, the convergence speed of this mechanism is faster; and the coverage is higher, as well as the number of working sensor node

is less.

Key words: WSN, coverage rate, sensor nodes, weigh, imperialist competitive algorithm, convergence speed

李立. 基于加权帝国竞争算法的无线传感器网络覆盖机制[J]. 计算机与现代化.

LI Li. Coverage Mechanism of WSN Based on Weighted Imperialist Competitive Algorithm[J]. Computer and Modernization.

［1］
赵春江，吴华瑞，刘强，等. 基于Voronoi的无线传感器网络覆盖控制优化策略［J］. 通信学报， 2013,34（9）：115-122.
［2］黄瑜岳，李克清. 基于人工鱼群算法的无线传感器网络覆盖优化［J］. 计算机应用研究， 2013,30（2）：554-556.
［3］方关林，李平. 一种能耗均衡的无线传感器网络覆盖协议［J］. 计算机工程， 2011,37（8）：97-98,107.
［4］王换招，孟凡治，李增智. 高效节能的无线传感器网络覆盖保持协议［J］. 软件学报， 2010,21（12）：3124-3137.
［5］孙泽宇，赵国增，魏巍,等. 分布式无线传感器网络K度覆盖算法［J］. 计算机工程与设计， 2011,32（6）：1910-1913.
［6］贾杰,陈剑,常桂然,等. 无线传感器网络中基于遗传算法的优化覆盖机制［J］. 控制与决策， 2007,22（11）：1289-1292,1301.
［7］ Atashpaz-Gargari E, Lucas C. Imperialist competitive algorithm: An algorithm for optimization inspired by imperialistic competition［C］// Proceedings of IEEE Congress on

Evolutionary Computation. 2007:4661-4667.
［8］林祝亮，冯远静. 基于粒子群算法的天线传感网络覆盖优化策略［J］. 计算机仿真, 2009,26(4):190-193,343.
［9］秦泽锋，谭英，赵静,等. 基于Voronoi图的无线传感器网络覆盖算法研究［J］. 太原科技大学学报， 2013,34（3）：185-190.
［10］李丽，李会，张天丽，等. 基于改进鱼群算法的WSN覆盖优化策略［J］. 微电子学与计算机， 2013,30（2）：165-168.
［11］沈海洋. 基于遗传PSO的无线传感网络覆盖优化算法研究［J］. 微电子学与计算机， 2013,30（3）：148-151.
［12］许秀兰，黄瑜岳，李克清. 基于粒子群算法和人工鱼群算法在无线传感网络覆盖策略的研究［J］. 科学技术与工程， 2013,13（7）：1800-1804.

[1]	夏煌智, 陈丽敏, 毛雪迪, . 融入动态学习与高斯变异的自适应秃鹰搜索算法[J]. 计算机与现代化, 2024, 0(01): 117-126.
[2]	卢磊, 贺智明, 黄志成. 基于多策略改进的麻雀搜索算法[J]. 计算机与现代化, 2023, 0(10): 23-31.
[3]	雷依翰, 曹利峰, 韩孟达, 韩雪. 软件定义天地一体化网络安全切换架构与方法[J]. 计算机与现代化, 2023, 0(08): 119-126.
[4]	袁甜甜, 李志华, 邱阳. 基于辅助学习的改进端到端合成语音检测方法[J]. 计算机与现代化, 2023, 0(05): 52-57.
[5]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[6]	缪梓敬, 梅欣. 基于多词汇特征增强的中文事件检测方法[J]. 计算机与现代化, 2022, 0(09): 13-18.
[7]	李茹, 范冰冰. 基于混合策略改进的鲸鱼优化算法[J]. 计算机与现代化, 2022, 0(06): 13-20.
[8]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.
[9]	卢赛, 庄毅. 基于自适应专家权重的信息系统风险评估模型[J]. 计算机与现代化, 2021, 0(08): 85-93.
[10]	程凯强, 张旭, 寇旭鹏. 基于SSD的小目标检测改进算法[J]. 计算机与现代化, 2021, 0(07): 77-82.
[11]	樊志强, 曹江, 牛婵, 王丽婷. 一种基于Inf-ProA框架的能力满足度计算方法[J]. 计算机与现代化, 2021, 0(06): 12-17.
[12]	程吟轩, 周思源, 谭国平, 张芝, 詹佳俐. 基于空中智能表面的毫米波通信性能分析[J]. 计算机与现代化, 2021, 0(04): 68-73.
[13]	侯义飞, 杨勇. 基于特征点集GABC算法的WSN覆盖优化[J]. 计算机与现代化, 2021, 0(04): 74-78.
[14]	宋鑫, 樊志强, . 基于Laguerre 前向神经网络的信息服务性能建模方法 [J]. 计算机与现代化, 2021, 0(03): 1-6.
[15]	魏健, 赵红涛, 刘敦楠, 加鹤萍 . 基于集成模型的超短时负荷预测方法[J]. 计算机与现代化, 2021, 0(03): 12-17.