[发明专利]基于遗传算法的无线传感器网络节点分层调度方法

权利要求书

1.一种基于遗传算法的无线传感器网络节点分层调度方法，其特征是通过最小化每一层的传感器节点数量以达到节点可分层数最大化的目的，同时通过设计一种基于全局最优个体的交叉方式，加快种群搜索信息的传播，提高算法性能；该调度方法主要包括以下步骤：

(1)设置网络Network的最大层数K＝0，然后检查网络中的传感器节点集S是否能够对网络区域100％覆盖，如果能，则进行以下的步骤；如果不能，则输出最大可分层数K＝0，终止程序；

(2)使用遗传算法从网络Network的传感器节点集S中找出一组能够对网络区域进行100％覆盖的最优节点子集S*，具体的流程如下：

a)随机生成N个染色体形成遗传算法的种群，每个染色体i的编码表示为X_i＝[x_i1，x_i2，...，x_iD]；其中D为编码长度，与网络中的节点数目相同；位置X_i中每一维的值为1表示该节点被选择到子集中，为0则表示不被选择；对所有染色体进行“合法性判断与修补”，评估所有染色体的适应值，该适应值为粒子所代表的解中被选择的传感器节点的数量，该值越小说明解的质量越高，并找到所有染色体中适应值最好的设置为全局最优个体，另外存储为Best；

b)选择操作：从N个染色体中随机选择2个染色体，然后比较这2个染色体的适应值，选择较好的染色体进入新的种群；如此重复以上操作N次，总共选择N个染色体形成新的种群；

c)交叉操作：对每个染色体X_i，其中1≤i≤N：首先生成一个[0，1]区间的随机数，如果该随机数小于交叉概率pc，该pc＝0.7，则采用“基于全局最优个体Best的交叉方式”产生新的染色体替换X_i；

d)变异操作：对于每个染色体X_i，其中1≤i≤N：首先生成一个[0，1]区间的随机数，如果该随机数小于变异概率pm，该pm＝0.07，则随机选择该染色体的某一维，对该维的值进行反转，即0变为1，1变为0；

e)对每个染色体X_i进行“合法性判断与修补”，其中1≤i≤N；然后评估所有染色体的适应值，并找到所有染色体中适应值最好的设置为当前全局最优best，所有染色体中适应值最差的设置为当前全局最差worst；

f)对Best进行更新：如果best比Best更优，则将Best替换为best，否则将worst替换为Best；

g)反复执行以上步骤b)、c)、d)、e)和f)直到满足终止条件，则全局最优Best所代表的解中值为1的那些维所对应的传感器节点表示被选择到最优节点子集S*中；

(3)将最优节点子集S*中的传感器节点标记为网络Network的传感器节点集S中的不可使用节点，剩下的传感器节点组成一个新的节点集S＝S/S*，并形成一个新的网络Network；设置K＝K+1；

(4)检查网络中的传感器节点集S是否能够对网络区域100％覆盖，如果能，则转到步骤(2)继续执行；如果不能，则输出最大可分层数K，终止程序。

2.基于权利要求1的步骤(2)-a)和e)中所述的染色体“合法性判断与修补”方法，其特征在于通过增加激活传感器节点的方式使得染色体代表的解能够100％覆盖监视区域：首先判断染色体代表的解是否能够100％覆盖监视区域，如果能够，则不需要修补；否则，将随机从某一维开始，逐步将该维后面为0的值设为1，当到达最后一维之后，下一维从第一维开始，直到染色体代表的解能够100％覆盖监视区域为止。

3.基于权利要求1的步骤(2)-c)中所述的染色体“基于全局最优个体Best的交叉方式”，其特征在于将X_i和Best进行单点交叉操作：首先随机选择一个交叉位置d(1≤d＜D)，X_i的第1到d维和Best的第d+1到D维组合成新的染色体A，Best的第1到d维和X_i的第d+1到D维组合成新的染色体B；然后随机选择其中一个新的染色体替换X_i。