計算智能及其在無線傳感器網(wǎng)絡優(yōu)化中的應用.pdf

1、隨著科學的發(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、復雜性、約束性、非線性、不確定性等特點,在生產(chǎn)實踐和科學研究的諸多領域有大量的問題都急需人們在龐大和復雜空間尋找最優(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,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、自適應等特點,有效

2、地促進了其在生產(chǎn)各領域中的優(yōu)化應用,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用廣泛的技術--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,簡單介紹了這兩種算法的相關理論和特點,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)化應用。在具體的優(yōu)化應用中,本文針對無線傳感器網(wǎng)絡(Wireless Sen

3、sor Network,WSN)必須有很強的自組織性、自適應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