基于反向学习粒子群算法的无线传感器网络路由优化

摘要

为了实现无线传感器网络的能量均衡,延长网络生存时间,针对现有网络路由优化算法的不足,提出了一种改进的离散粒子群路由优化算法;在粒子进化过程中,引入反向学习策略,通过生成反向种群,扩大了搜索范围,增强了算法的全局寻优能力;为了避免粒子过早陷入局部最优,引人遗传算法的交叉和变异机制替代传统粒子群算法的速度一位移公式,提高了搜索效率;最优路径评价函数综合考虑了能耗及节点的剩余能量,使剩余能量多的节点优先参与数据转发,均衡了节点间的能量消耗;通过与遗传算法及经典粒子群算法的对比实验表明,随着数据转发的轮数增加,本文算法的能量消耗较少,剩余能量较多,节点的能耗有效性高;而随着网络运行时间的增加,文中算法存活的节点数最多,说明网络能耗均衡性好;在同样条件下,其寻优成功率也明显优于其他两种算法.