基于改进蚁群算法的传感器网络能量管理的研究

基于改进蚁群算法的传感器网络能量管理的研究

论文摘要

无线传感器网络(WSN)具有成本低、应用灵活等特点,在军事和民用方面有着广泛应用,并形成了目前测控科学的一个研究热点。无线传感器网络设计的首要目标是有效节约能源,延长网络生命周期。本文主要从能量问题出发,提出了基于改进蚁群算法的拓扑控制和路由协议协议。主要工作如下:针对蚁群算法存在收敛速度慢、易陷入局部最优等缺陷,本文提出了贪婪精英蚁群算法。在精英蚁群算法的基础上,采用贪婪算法,提高蚁群算法的收敛速度:监控算法运行状态修改算法参数,降低算法陷入局部最优的机率。通过标准测试函数仿真试验和TSP应用仿真试验证明,本文提出的改进蚁群算法的鲁棒性和解的性能要优于精英蚁群算法、最大最小蚁群算法等。在拓扑协议方面,针对LEACH、HEED、GAF协议不考虑节点的位置分布和冗余节点的休眠问题所造成类首节点分布不均匀、节点负载不平衡、覆盖冗余过多、能量有效性不足等缺陷,本文提出了新协议-DEAC协议,在动态随机多层聚类思想的基础上,考虑剩余能量水平及节点的负载平衡,利用节点的位置相关信息选择工作节点和类首,利用本文提出的改进蚁群算法确定协议中的相关参数。本文采用不同的拓扑协议,仿真200个节点的网络运行试验,仿真试验证明新算法能有效降低网络的总体能耗、延长网络的生存时间、平衡节点间的负载。在路由协议方面,针对DD协议建立路径能量开销过大、RR协议存在路由环路问题、GEAR协议容易陷入局部最优和路由空洞等缺陷,本文将蚁群算法引入路由协议以提高路由的自适应性。同时针对能量路由协议代价方程未考虑剩余能量和节点位置,GEAR代价方程未考虑节点间通讯能耗,造成路由数据通过量偏小和路由能耗偏大等缺陷,本文提出了改进代价方程。本文采用同一蚁群算法和不同的代价方程对40个SINK节点的路由问题进行了求解,试验证明采用本文的代价方程求解的性能要好于其它代价方程。然后本文采用同一代价方程和不同的蚁群算法及现有的不同的路由协议对40个SINK节点的路由问题进行求解,试验证明采用本文算法,算法不易陷入路由空洞,且路由通过的数据量指标、路由的能耗要优于现有的路由协议及采用不同的蚁群算法。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究课题的背景和意义
  • 1.2 无线传感器网络结构
  • 1.3 传感器网络的应用和发展
  • 1.4 本文研究的主要内容及创新点
  • 1.5 章节的安排
  • 第二章 基于能量问题的无线传感器网络通信协议
  • 2.1 无线传感器网络通信协议的层次
  • 2.2 无线传感器网络协议的设计目标
  • 2.3 基于能量问题的现有网络协议
  • 2.3.1 拓扑控制的网络协议
  • 2.3.2 路由的网络协议
  • 2.4 本文的试验环境及参数
  • 第三章 蚁群算法的改进分析
  • 3.1 蚁群算法简介
  • 3.2 现有蚁群算法简介及参数分析
  • 3.2.1 现有蚁群算法
  • 3.2.2 蚁群算法的参数仿真试验结果及分析
  • 3.3 蚁群算法的改进
  • 3.4 改进蚁群算法仿真试验
  • 3.4.1 改进蚁群算法在标准测试函数求解问题中的仿真试验
  • 3.4.2 改进蚁群算法在TSP问题中的仿真试验
  • 第四章 改进蚁群算法在拓扑控制协议改进中的应用
  • 4.1 现有改进拓扑协议的分析
  • 4.2 拓扑协议的改进
  • 4.2.1 改进分析
  • 4.2.2 DEAC协议描述
  • 4.2.3 DEAC协议参数确定
  • 4.3 分析和仿真
  • 4.3.1 试验环境及参数
  • 4.3.2 DEAC协议参数确定仿真结果与分析
  • 4.3.3 DEAC协议运行仿真结果与分析
  • 4.3.4 试验结论
  • 第五章 改进蚁群算法在路由协议改进中的应用
  • 5.1 现有路由协议的分析
  • 5.2 路由协议的改进
  • 5.2.1 改进路由协议
  • 5.2.2 代价方程的改进
  • 5.3 蚁群算法在路由中的应用仿真试验
  • 5.3.1 试验环境及参数
  • 5.3.2 不同代价方程的仿真试验结果
  • 5.3.3 不同路由协议的仿真试验结果
  • 第六章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 致谢
  • 参考文献
  • 攻硕期间取得的研究成果
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签:;  ;  ;  ;  

    基于改进蚁群算法的传感器网络能量管理的研究
    下载Doc文档

    猜你喜欢