#br# 基于改进GAPSO的无线传感网络路由算法

doi:10.3969/j.issn.1006-2475.2015.12.006

计算机与现代化 ›› 2015, Vol. 0 ›› Issue (12): 31-.doi: 10.3969/j.issn.1006-2475.2015.12.006

#br# 基于改进GAPSO的无线传感网络路由算法

榆林学院信息工程学院，陕西榆林719000

收稿日期:2015-08-05 出版日期:2015-12-23 发布日期:2015-12-30
作者简介:张慧(1984-)，女，陕西榆林人，榆林学院信息工程学院讲师，硕士，研究方向：计算机网络，数据挖掘。
基金资助:
榆林市工业计划项目（GY12-12）；榆林市科技局产学研项目（CXY3-34）

An Improved GAPSO Algorithm for Wireless Sensor Network Routing

College of Information Engineering, Yulin University, Yulin 719000, China

Received:2015-08-05 Online:2015-12-23 Published:2015-12-30

摘要/Abstract

摘要：

为了解决无线传感网络的能量不均问题，有效地延长生存周期，本文提出一种基于改进的遗传（GA）粒子算法（PSO）优化的无线传感网络路由算法。首先分析无线传感网络的能量模型，再根据

改进的GAPSO算法，构建簇头选择的目标函数。仿真实验表明，本文算法可以延长网络的生存时间，保证网络具有更加均衡的能耗，验证了所提算法的可行性和有效性。

关键词: 无线传感网络, 遗传算法, 粒子算法, 生存周期, 能量均衡

Abstract:

In order to solve the wireless sensor network energy uneven, effectively extending the life cycle and other issues, an improved genetic(GA)particle algorithm(PSO) to

optimize wireless sensor network routing algorithm is provided. Firstly, the energy model for wireless sensor networks is analyzed, then the objective function was constructed

for cluster head selection based on improved GAPSO algorithm. Simulation experiments show that the algorithm can prolong the survival time of the network to ensure network

with more balanced energy consumption, to verify the feasibility and effectiveness of the proposed algorithm.

Key words: wireless sensor networks, genetic algorithm, particle algorithm, life cycle, energy balance

中图分类号:

TP183.1

张慧. #br# 基于改进GAPSO的无线传感网络路由算法[J]. 计算机与现代化, 2015, 0(12): 31-.

ZHANG Hui. An Improved GAPSO Algorithm for Wireless Sensor Network Routing[J]. Computer and Modernization, 2015, 0(12): 31-.

［1］雷秀娟,付阿利,孙晶晶. 改进PSO算法的性能分析与研究［J］. 计算机应用研究, 2010,27(2):453-458.
［2］姚坤,李菲菲,刘希玉. 一种基于PSO和GA的混合算法［J］. 计算机工程与应用, 2007,43(6):62-64.
［3］王亚利,王宇平. 基于混合的GA-PSO神经网络算法［J］. 计算机工程与应用, 2007,43(2):38-40,56.
［4］赵欣,叶庆卫,周宇. 一种保持PSO与GA独立性的混合优化算法［J］. 计算机工程与应用, 2009,45(26):53-55,100.
［5］陈璟,张曦煌. 用PSO优化基于QoS的WSN路由协议［J］. 计算机工程与设计, 2007,28(20):4931-4933.
［6］赵青杉,胡玉兰. 基于PSO的无线传感网络节点定位算法［J］. 计算机仿真, 2012,29(5):174-177.
［7］沈海洋. 刘安丰,吴贤佑,等. 一种基于PSO的有效能量空洞避免的无线传感器路由算法［J］. 计算机研究与发展, 2009(4):575-582.
［8］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.
［9］朱永红,丁恩杰,胡延军. PSO优化的能耗均衡WSNs路由算法［J］. 仪器仪表学报, 2015,36(1):78-86.
［10］周莹. 改进遗传算法优化无线传感器网络路由算法［J］. 激光杂志, 2015,36(1):113-116.
［11］王力,陈晓磊. 基于固定分簇的PSO优化无线传感器网络路由算法［J］. 计算机测量与控制, 2015,23(4):1309-1311,1315.
［12］张世伟,张海涛,张士杰. 基于固定分簇和能量均衡的无线传感器网络多跳路由算法［J］. 传感器与微系统, 2013,32(8):117-120,124.
［13］李聪. WSN中基于能量均衡的路由算法研究［D］. 广州:广东工业大学, 2013.
［14］孙涌泉. 基于遗传算法的多约束QoS多播路由算法研究［D］. 哈尔滨:哈尔滨工程大学, 2008.
［15］吉云. 基于分簇的无线传感器网络簇头选择优化算法研究［D］. 太原:太原科技大学, 2009.

[1]	王佳1, 顾文俊1, 鞠炜刚2, 李玉维1, 张云龙2, 米传民3, 周志鹏3. 基于多元级差优良化遗传算法的环境拓扑结构任务调度[J]. 计算机与现代化, 2024, 0(10): 65-73.
[2]	王志强, 郑爽. 基于半监督学习的StyleGAN图像生成模型[J]. 计算机与现代化, 2024, 0(06): 14-18.
[3]	王东岳, 刘浩. 基于多智能体遗传算法的云平台抗虚假数据注入攻击方法 #br# #br#[J]. 计算机与现代化, 2024, 0(04): 21-26.
[4]	林启钊, 彭志平, 郭棉, 崔得龙. 基于双向多步预测的炉管温度场重构方法[J]. 计算机与现代化, 2024, 0(01): 53-58.
[5]	刘显茁, 邓韦斯, 谢恩彦. 考虑分布式发电并网的配电网自适应保护系统[J]. 计算机与现代化, 2023, 0(09): 120-126.
[6]	张志霞, 谢宝强. 基于FCGA-LSTM与迁移学习的天然气负荷预测[J]. 计算机与现代化, 2023, 0(07): 7-12.
[7]	汪敏, 徐英豪, 朱习军. 基于改进遗传算法优化BP神经网络的糖尿病并发症预测模型#br#[J]. 计算机与现代化, 2022, 0(11): 69-74.
[8]	王扬, 陈梅, 李晖. FOCoR:一种基于特征选择优化的课程推荐技术[J]. 计算机与现代化, 2022, 0(10): 1-7.
[9]	冉昊杰, 王宏智. 基于改进模拟退火算法的生鲜农产品配送中心选址[J]. 计算机与现代化, 2022, 0(10): 36-40.
[10]	战俊伟, 庄毅. 基于能耗与延迟优化的移动边缘计算任务卸载模型及算法[J]. 计算机与现代化, 2022, 0(08): 86-93.
[11]	吴代漾, 赵洁, 梁家铭, 董振宁, 梁周扬. C2C在线短租跨平台房东匹配算法[J]. 计算机与现代化, 2022, 0(06): 43-48.
[12]	徐胜超, 熊茂华. 基于遗传算法的容器云资源配置优化[J]. 计算机与现代化, 2022, 0(01): 108-112.
[13]	徐明, 张剑铭, 陈松航, 陈豪. 柔性作业车间调度问题的多目标优化算法[J]. 计算机与现代化, 2021, 0(12): 1-6.
[14]	张林鹏, 汪西原, 李强. 基于双池化特征加权结构CNN的图像分类[J]. 计算机与现代化, 2021, 0(11): 67-71.
[15]	白雪, 程宗毛. 无线传感网络监测质量的统计分析[J]. 计算机与现代化, 2021, 0(08): 1-5.

#br# 基于改进GAPSO的无线传感网络路由算法

An Improved GAPSO Algorithm for Wireless Sensor Network Routing

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价