论文摘要
无线传感器网络（Wireless Sensor Networks，WSN）是由一组稠密布置、能量有限、随机撒布的传感器构成的无线自组织网络，其主要功能是智能感知外界环境，并将处理后的信息提供给用户。当随机把节点撒向感兴趣区域，就要使这些节点按照要求工作。在有限能耗下如何组织协调这些节点并使数据能够顺利畅通的传到汇聚节点，关键是要通过这些海量节点的互连，互通，互操作来完成任务。所以解决网络自组织和路由是确保WSN有效工作的基础。 群体智能（Swarm Intelligence，SI）作为一种新兴演化计算技术，已成为研究热点，它与人工生命，特别是进化策略和遗传算法有着极为特殊的联系，完成的理论和应用研究证明群智能方法是一种能够有效解决大多数全局优化问题的新方法。更为重要的是，群体智能的潜在并行性和分布式特点为处理大量的以数扼库形式存在的数据提供了技术保证。由于WSN通过节点的调度自组织来完成任务，其节点相当于群体智能中的个体，如何协调调度这些节点需要一种有效的智能算法来完成，而群体智能算法正适合这种需求。所以引入群体智能算法用于解决无线传感器中的自组织和路由问题，使各节点能够互连，互通，互操作，并使数据有效地进行传输。 本文主要研究了群体智能算法和无线传感器网络中的路由和自组织问题。主要贡献如下： 1．研究了群体智能算法，并首次提出了基于粒子数生灭的动态粒子数微粒群算法。不但提高了种群的探索性能，而且降低了计算量。 2．研究了WSN的路由协议。根据蚁群算法和遗传算法的特点并充分考虑到WSN路由不但要提高数据的传输效率而且要降低能耗的要求，提出了基于蚁群-遗传的WSN路由算法。利用蚂蚁算法分布式和遗传算法集中式的特点，在降低能耗的基础上提高了路由效率。 3．研究了WSN的自组织问题。提出了基于智能的WSN自组织算法，使网络节点能自适应的睡眠唤醒，提高节点利用率，降低节点能耗提高网络寿命。