Appl Ying Swarm Intelligence Algorithms in Wireless Sensor Networks Energy Optimization.pdf

1、無線傳感器網(wǎng)絡(luò)(WSNs)是目前新興技術(shù)之一。這是因?yàn)槠湓诃h(huán)境監(jiān)測，結(jié)構(gòu)監(jiān)測，醫(yī)療保健和災(zāi)害管理方面的潛在應(yīng)用。目前，研究人員所面臨的突出挑戰(zhàn)之一就是無線傳感器網(wǎng)絡(luò)的壽命。近年來，無線傳感器網(wǎng)絡(luò)得到了世界范圍內(nèi)的廣泛關(guān)注，首先從微電子機(jī)械系統(tǒng)技術(shù)(MEMS)得到了關(guān)注。微電子機(jī)械系統(tǒng)技術(shù)促進(jìn)了小型傳感器的發(fā)展，而這些傳感器很小，并且它們的處理資源和計(jì)算資源都是有限的。傳感器網(wǎng)絡(luò)是一種無線自組織網(wǎng)絡(luò)，在這個(gè)網(wǎng)絡(luò)中，各個(gè)傳感器獨(dú)自地收集、處

2、理物理環(huán)境中的數(shù)據(jù)，并且同外部基站進(jìn)行數(shù)據(jù)交流。
　　 無線傳感器網(wǎng)絡(luò)由大量傳感器節(jié)點(diǎn)組成，這些節(jié)點(diǎn)通過無線的方式相互通信,它們的電量供應(yīng)有限，由一個(gè)或者多個(gè)傳感器、一個(gè)處理器、內(nèi)存、電池、一個(gè)收音機(jī)和執(zhí)行器組成。目前，許多可行的應(yīng)用已經(jīng)被提出來，例如：工業(yè)傳感器網(wǎng)絡(luò)、火山監(jiān)控網(wǎng)絡(luò)、生態(tài)監(jiān)控網(wǎng)絡(luò)等等。在無線傳感器網(wǎng)絡(luò)中，集群是通過在簇頭進(jìn)行數(shù)據(jù)匯總以進(jìn)行能源管理的技術(shù)之一。通過集群方式降低了通信開銷，減少傳感器節(jié)點(diǎn)之間的接口，從

3、而降低能源消耗。因?yàn)槠渚W(wǎng)絡(luò)可擴(kuò)展性，節(jié)能特性和網(wǎng)絡(luò)拓?fù)浞€(wěn)定的特點(diǎn)而廣泛使用于無線傳感器網(wǎng)絡(luò)中。
　　 無線傳感器的聚類技術(shù)是一種通過在類頭中進(jìn)行數(shù)據(jù)聚合而對能力進(jìn)行高效管理的技術(shù)，聚類減少了通信的管理，即減少了能量的消耗。無線傳感器網(wǎng)絡(luò)之所以采用這種技術(shù)是因?yàn)榫W(wǎng)絡(luò)的可擴(kuò)展性、節(jié)能的屬性和網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的穩(wěn)定性。在這種技術(shù)中，傳感器節(jié)點(diǎn)被聚類成了若干個(gè)不相交的集合，各個(gè)集合通過一個(gè)類頭進(jìn)行管理，這個(gè)類頭也屬于這個(gè)集合。集合中的成員把

4、它們收集到的數(shù)據(jù)發(fā)送給它們的類頭，而這些類頭又把數(shù)據(jù)傳給外部基站，這種技術(shù)對節(jié)省網(wǎng)絡(luò)的能量很有幫助，因此應(yīng)該努力地提高聚類網(wǎng)絡(luò)的處理能力，而優(yōu)化方法就是一種能延長網(wǎng)絡(luò)使用壽命的技術(shù)。
　　 群智能算法是一種基于分散的自組織系統(tǒng)群聚行為的一種人工智能算法，由Gerardo Beni和Jing Wang于1989年提出。很久以前人們就發(fā)現(xiàn)了許多有趣的昆蟲或動(dòng)物行為，例如螞蟻覓食、烏群覓食等等，這些行為被稱作群體行為。群智能系統(tǒng)一般由

5、一些簡單的agent組成，這些agents遵循很少的一些規(guī)則，并且系統(tǒng)沒有控制中心。有名的群智能算法包括蟻群算法，烏群算法等。
　　 無線傳感器網(wǎng)絡(luò)的聚類經(jīng)常被公式化為一個(gè)優(yōu)化問題，所以這篇文章提出了一種新的粒子群智能算法(IMOL)，用于延長聚類無線傳感器網(wǎng)絡(luò)的使用壽命。IMOL是MOL的改進(jìn)，而MOL是由PSO算法簡化而來。在IMOL中，cosine法則被用來控制權(quán)重，它逐步地非線性地減小權(quán)重。通過對權(quán)重的控制，算法的全家搜

6、索能力得到了提高。IMOL使得網(wǎng)絡(luò)的聚類距離達(dá)到最小而且使得類頭的分布得到了理想的優(yōu)化。從實(shí)驗(yàn)結(jié)果可以看出，在種群大小和迭代次數(shù)都相同的情況下，IMOL比PSO收斂更快并且能搜索到更優(yōu)的全局最優(yōu)解。
　　 不僅如此，比起PSO、K-means、LEACH和LEACH-C這些算法，IMOL更能延長傳感器網(wǎng)絡(luò)的使用壽命并且傳遞給外部基站更多的數(shù)據(jù)。結(jié)果也證明，比起K-means算法，IMOL和PSO使得無線傳感器網(wǎng)絡(luò)的聚類更加理想。