多目标进化策略在无线传感器网络中的优化设计

doi:10.3778/j.issn.1002-8331.2009.11.009

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (11): 30-33.DOI: 10.3778/j.issn.1002-8331.2009.11.009

多目标进化策略在无线传感器网络中的优化设计

陆星家¹,丁永生^1,2,李龙飞¹

1.东华大学信息科学与技术学院，上海 201620
2.数字化纺织服装技术教育部工程研究中心，上海 201620

收稿日期:2008-11-20 修回日期:2009-01-17 出版日期:2009-04-11 发布日期:2009-04-11
通讯作者: 陆星家

Multi-objective evolution strategy for wireless sensor network optimization design

LU Xing-jia¹,DING Yong-sheng^1,2,LI Long-fei¹

1.College of Information Sciences and Technology，Donghua University，Shanghai 201620，China
2.Engineering Research Center of Digitized Textile & Fashion Technology，Ministry of Education，Donghua University，Shanghai 201620，China

Received:2008-11-20 Revised:2009-01-17 Online:2009-04-11 Published:2009-04-11
Contact: LU Xing-jia

摘要/Abstract

摘要： 无线传感器网络是由大量受能耗约束的节点组成，兼顾规模和节能的路由协议是无线传感器网络的重要部件。提出了基于多目标进化算法的无线传感器网络的路由优化设计，针对无线传感器网络的能耗、带宽、及时延等指标进行优化。在多目标进化算法中，通过对种群进行初始化、选择、交叉、变异等操作构建非支配集，并使用小生境技术保证种群的分布性。通过与LEACH及SSSL协议的比较，可知基于多目标进化算法可以有效地降低节点的能量消耗，减少网络带宽消耗，降低时延，延长网络的生存时间。

关键词: 无线传感器网络, 路由优化, 多目标进化算法, 小生境技术

Abstract: Wireless Sensor Networks（WSN） is composed of a large number of low-cost but energy constrained nodes，scalable and energy efficient routing protocols are requisite for the WSN applications.This paper proposes a new approach，which is based on the multi-objective evolutionary algorithm to deal with the network optimization problem.In the multi-objective evolutionary algorithm，initialize，selection，crossover and mutation operations is used to build a non-dominate set，and ensure the distribution of population by niche technology.By comparing with LEACH and SSSL，the new approach based on multi-objective evolution not only decreases energy consumption of nodes，bandwidth and time delay，but also prolongs the lifetime of network.

Key words: Wireless Sensor Networks（WSN）, route optimization, multi-objective evolution algorithm, niche technology

陆星家¹,丁永生^1,2,李龙飞¹. 多目标进化策略在无线传感器网络中的优化设计[J]. 计算机工程与应用, 2009, 45(11): 30-33.

LU Xing-jia¹,DING Yong-sheng^1,2,LI Long-fei¹. Multi-objective evolution strategy for wireless sensor network optimization design[J]. Computer Engineering and Applications, 2009, 45(11): 30-33.

[1]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[2]	车向北，康文倩，欧阳宇宏，杨柯涵，李剑. 基于强化学习的SDN路由优化算法[J]. 计算机工程与应用, 2021, 57(12): 93-98.
[3]	孙泽宇，董汉磊，苏艳超，徐琛，聂雅琳，李传锋. 传感网中基于能量有效的多参数数据重构方法[J]. 计算机工程与应用, 2021, 57(11): 103-110.
[4]	龚本灿，周峰，陈鹏，任东. 基于路径质量的无线传感网路由协议[J]. 计算机工程与应用, 2020, 56(6): 99-104.
[5]	吉训生，蔡益青. 利用历史信息和限制算子求解MOFJSP[J]. 计算机工程与应用, 2020, 56(2): 272-278.
[6]	郑祖朋，汪祖民，彭杨，季长清，秦静. 能量采集传感器网络中MAC协议研究综述[J]. 计算机工程与应用, 2020, 56(15): 24-29.
[7]	韩雨涝. 非并行二分法的覆盖空洞修复算法[J]. 计算机工程与应用, 2020, 56(12): 87-92.
[8]	耿焕同，周利发，丁洋洋，周山胜. 一种基于新型差分进化模型的MOEA/D改进算法[J]. 计算机工程与应用, 2019, 55(8): 138-146.
[9]	杨飞跃，陶洋. 时空协作的WSNs节点异常检测算法[J]. 计算机工程与应用, 2019, 55(7): 127-131.
[10]	朱瑞金，龚雪娇，唐波. 分布式混合压缩感知无线传感器网络数据收集[J]. 计算机工程与应用, 2019, 55(6): 73-80.
[11]	乔冉，闫江毓，唐良瑞. 基于多维高斯的无线传感器网络定位算法[J]. 计算机工程与应用, 2019, 55(23): 99-104.
[12]	肖俊明，高洪洋，朱永胜，瞿博阳. 考虑新能源接入的电力多目标优化调度[J]. 计算机工程与应用, 2019, 55(23): 241-247.
[13]	王艳娇，唐琦. 改进的异构无线传感器网络路由能量算法[J]. 计算机工程与应用, 2019, 55(22): 80-85.
[14]	韩雨涝. 面向带状无线传感网低延迟可靠数据收集算法[J]. 计算机工程与应用, 2019, 55(21): 104-109.
[15]	张媛媛，吴华锋，鲜江峰，梅骁峻. 双重约束下的海洋无线传感网自适应成簇算法[J]. 计算机工程与应用, 2019, 55(19): 128-133.

多目标进化策略在无线传感器网络中的优化设计

Multi-objective evolution strategy for wireless sensor network optimization design

PDF

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