蚁群优化的无线传感器网络分簇方法研究

doi:10.3778/j.issn.1002-8331.2009.28.027

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (28): 93-95.DOI: 10.3778/j.issn.1002-8331.2009.28.027

蚁群优化的无线传感器网络分簇方法研究

熊伟丽，王振兴，徐保国

江南大学通信与控制工程学院，江苏无锡 214122

收稿日期:2008-11-06 修回日期:2008-12-09 出版日期:2009-10-01 发布日期:2009-10-01
通讯作者: 熊伟丽

Learn of clustering algorithm based on Ant Colony Optimization for Wireless Sensor Networks

XIONG Wei-li，WANG Zhen-xing，XU Bao-guo

School of Communication and Control Engineering，Jiangnan University，Wuxi，Jiangsu 214122，China

Received:2008-11-06 Revised:2008-12-09 Online:2009-10-01 Published:2009-10-01
Contact: XIONG Wei-li

摘要/Abstract

摘要： 分簇算法是无线传感器网络中减少网络能量消耗的一种重要方法。为了有效使用无线传感器节点有限的能量，将蚁群优化算法应用于无线传感器网络的路径选择，利用蚁群的动态适应性和寻优能力，在分簇产生的簇头节点之间找到最优路径，进而达到均衡网络负载、延长整个网络寿命的目的。模拟仿真实验结果表明了该算法的可行性和有效性。

关键词: 无线传感器网络, 蚁群优化, 分簇算法, 能量有效

Abstract: Clustering algorithm is a kind of important method used to reduce energy consumption in Wireless Sensor Network（WSN）.In order to make good use of the limited energy，a routing algorithm is proposed which uses the Ant Colony Optimization Algorithm（ACO） to balance the load of the network and extend the network life，the proposed algorithm utilizes the dynamic adaptability and optimization capabilities of the ant colony to get the optimum route between the clusterheads.Simulation results show the feasibility and effectiveness of this algorithm.

Key words: Wireless Sensor Networks（WSN）, Ant Colony Optimization（ACO）, clustering algorithm, energy-efficient

中图分类号:

TP212.9

熊伟丽，王振兴，徐保国. 蚁群优化的无线传感器网络分簇方法研究[J]. 计算机工程与应用, 2009, 45(28): 93-95.

XIONG Wei-li，WANG Zhen-xing，XU Bao-guo. Learn of clustering algorithm based on Ant Colony Optimization for Wireless Sensor Networks[J]. Computer Engineering and Applications, 2009, 45(28): 93-95.

[1]	张铭，邓文瀚，林娟，钟一文. 改进蚁群优化算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(13): 85-95.
[2]	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.
[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]	张海南，游晓明，刘升，刘中强. 交互式学习的布谷鸟搜索算法[J]. 计算机工程与应用, 2020, 56(7): 147-154.
[5]	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.
[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]	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.
[9]	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.
[10]	薛文艳，赵江，郝崇清，刘慧贤. 基于信息素负反馈的超启发式蚁群优化算法[J]. 计算机工程与应用, 2019, 55(4): 163-172.
[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]	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.
[13]	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.
[14]	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.
[15]	邹山花，高毅，彭力. 随机系统事件驱动控制策略的研究与设计[J]. 计算机工程与应用, 2019, 55(17): 100-106.

蚁群优化的无线传感器网络分簇方法研究

Learn of clustering algorithm based on Ant Colony Optimization for Wireless Sensor Networks

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