計算智能及其在無線傳感器網(wǎng)絡(luò)優(yōu)化中的應(yīng)用.pdf

1、隨著科學(xué)的發(fā)展和時代的進步,人們在工業(yè)生產(chǎn)和工程實踐過程中遇到的問題,越來越多地具有規(guī)模大、復(fù)雜性、約束性、非線性、不確定性等特點,在生產(chǎn)實踐和科學(xué)研究的諸多領(lǐng)域有大量的問題都急需人們在龐大和復(fù)雜空間尋找最優(yōu)解或近似最優(yōu)解,常規(guī)的優(yōu)化算法面對這樣的大型問題已無能為力。計算智能作為一種新興的優(yōu)化技術(shù),很好地解決了常規(guī)優(yōu)化算法遇到的難點,其算法相對簡單,易理解,易實現(xiàn),更為重要的是,計算智能方法大都具有隱含并行性、自組織、自適應(yīng)等特點,有效

2、地促進了其在生產(chǎn)各領(lǐng)域中的優(yōu)化應(yīng)用,對生產(chǎn)效率的提高、能耗的降低、資源的合理利用等具有重要的作用。
　　 本文從計算智能中的兩種應(yīng)用廣泛的技術(shù)--進化計算和群體智能入手,以進化計算中經(jīng)典的遺傳算法和群體智能中具有代表性的蟻群優(yōu)化算法作為研究基礎(chǔ),簡單介紹了這兩種算法的相關(guān)理論和特點,然后進行一些改進,并與其他算法進行了融合,尋找適合于工程實踐需求的智能優(yōu)化應(yīng)用。在具體的優(yōu)化應(yīng)用中,本文針對無線傳感器網(wǎng)絡(luò)(Wireless Sen

3、sor Network,WSN)必須有很強的自組織性、自適應(yīng)性和魯棒性且傳感器節(jié)點的能量資源都非常有限等不同于其他傳統(tǒng)網(wǎng)絡(luò)的特點,充分利用計算智能特性,有機地將兩個研究熱點結(jié)合起來,為應(yīng)用計算智能方法解決WSN優(yōu)化問題,提供了方法與思路。
　　 本文主要在三個方面做了一些工作:一,對WSN分簇問題進行了描述和研究,并將遺傳算法應(yīng)用于WSN分簇過程,綜合考慮簇內(nèi)鄰居節(jié)點的距離和能量信息,優(yōu)化簇頭節(jié)點的選擇,使得WSN簇內(nèi)節(jié)點的能量

4、消耗得以均衡,避免了節(jié)點因能量快速耗盡而過早死亡,能有效提高大規(guī)模無線傳感器網(wǎng)絡(luò)的生存周期;二,對WSN覆蓋問題進行了描述,針對其具有多目標優(yōu)化的特點,在基于GAF的拓撲控制下,應(yīng)用基于Pareto排序的遺傳算法來求解此問題,并考慮群體多樣性和Pareto最優(yōu)解的性能,采取一些措施對算法進行改進,最終實現(xiàn)使用盡可能少數(shù)目的傳感器節(jié)點以達到盡可能大的覆蓋度的目標,均衡了WSN能量消耗,減少了無線信道中潛在的訪問沖突;三,針對WSN路由問題