[发明专利]一种基于遗传算法的高能效路由算法

权利要求书

1.一种基于遗传算法的高能效路由算法，其特征在于包括下列步骤：

1)初始化节点间的距离、每个节点的能量和电池容量，信号频率，种群大小，交叉概率，变异概率，最大进化代数。判断是否达到仿真次数，仿真次数自定义设置，若未达到仿真次数，进行步骤2)，若达到结束仿真。

2)能量采集型无线传感器网络，计算每个节点i在第k次仿真时的随机吸收能量E_h(i，k)。

3)用遗传算法寻找最优路径时，编码方式采用二进制编码生成可通信的有效路径个体，种群初始化即产生种群大小的个体。

4)根据设计的适应函数计算适应度值。

5)判断是否达到最大进化代数，若未到达进行步骤6)，否则进行步骤10)。

6)选择采用的选择算子是将适应度值降序排序，把全部个体分为10等份，淘汰最后面1/10的个体，拷贝一份前1/10的个体，其他保留，种群大小不变。这样可以把适应度非常低的个体直接淘汰掉，提升算法的收敛速度，还可以快速增加种群中适应度较好的个体数量，使算法更加高效实用。

7)交叉算子选择使用均匀交叉算子来扩大搜索范围。依交叉概率选择的父代个体进行均匀交叉得到子代个体后，检测子代个体是否为有效路径，若为无效路径则重新交叉，保证种群大小不变。

8)变异算子采用使用频繁的基本变异算子，即随机生成一个变异位置，然后对应码值取反。依变异概率选择的父代个体进行基本变异得到子代个体后，检测子代个体是否为有效路径，若为无效路径则重新变异，可保证种群大小不变。

9)根据设计的适应函数计算适应度值。对适应度值进行排序，得到适应度最大的路径。进化代数加1，进行步骤5)。

10)输出最优路径。计算该路径的路耗L_FS，更新节点的能量信息B(i，k)，检测衰竭节点即B(i，k)＝0的节点i，统计总吸收能量E_harvest(k)，总消耗能量E_consumc(k)，总浪费能量E_waste(k)，总剩余能量E_left(k)，和能量利用率efficiency(k)。

2.根据权利要求1所述的一种基于遗传算法的高能效路由算法，其特征在于：步骤4)所述的设计的计算公式，计算适应度值的公式为：式中Fitness表示适应度函数，f表示目标函数，σ_n表示传输路径，i∈σ_n表示被路径σ_n调用的节点i，表示未被路径σ_n调用的节点i，C(i，k)表示节点i在k时刻的代价函数，W_on(i，k)表示k时刻在路径σ_n上的节点i因过度充电导致的能量浪费，W_off(i，k)表示k时刻不在路径σ_n上的节点i因过度充电导致的能量浪费。该适应度函数的目标是最小化传输代价和能量浪费，尽可能使用那些剩余能量高，吸收能量高的节点，来达到能量平衡的作用，适应度越大解的质量越好。

3.根据权利要求1所述的一种基于遗传算法的高能效路由算法，其特征在于：步骤4)所述的设计的计算公式，其中的节点i在k时刻的代价函数为：式中L_FS是路径损耗，ζ和α为两个常量，B(i，k)表示节点i在k时刻的剩余能量，B_max(i)表示节点i的电池容量，E_h(i，k)为节点i在k时刻的吸收能量。

4.根据权利要求1所述的一种基于遗传算法的高能效路由算法，其特征在于：步骤4)所述的设计的计算公式，其中的k时刻在路径上的节点i因过度充电导致的能量浪费函数和k时刻不在路径上的节点i因过度充电导致的能量浪费函数分别为：W_on(i，k)＝max(0，B(i，k)+E_h(i，k)-L_FS-B_max(i))和W_off(i，k)＝max(0，B(i，k)+E_h(i，k)-B_max(i))，式中B(i，k)表示节点i在k时刻的剩余能量，B_max(i)表示节点i的电池容量，E_h(i，k)为节点i在k时刻的吸收能量，L_FS是路径损耗。