[发明专利]一种基于布谷鸟算法和K-means算法的WSN路由协议方法

权利要求书

1.一种基于布谷鸟算法和K-means算法的WSN路由协议方法，以轮为单位运行，其特征在于，每轮包括：

一、成簇阶段：确定最优簇首数k，采用基于布谷鸟算法优化的K-means算法对网络内节点进行分簇，得到k个簇及每个簇内的节点，分簇包括以下步骤：

S10、随机初始化鸟巢位置，采用布谷鸟算法得到最优鸟巢位置；

S20、将步骤S10得到的最优鸟巢位置解码为优化后K-means的初始聚类中心；

S30、执行K-means算法；

S40、输出最优聚类中心及聚类结果，得到k个簇及每个簇内的节点；

二、簇首选举：对每个簇内的节点根据选举函数得到选举值，k个簇按照选举值选出每个簇的簇首，第一轮时所述簇首选择选举值最大的，第一轮后所述簇首采用如下方式进行判断：

f_CH≤λf_max(i) λ∈(0,1)

其中λ为网络系数，若上式成立，上一轮的簇首通知拥有最大选举值的节点i当选为新簇首，并交换簇内成员信息；否则不进行簇首的更新；

三、数据传输阶段：每个簇内的所述簇首接收、融合簇内节点数据，然后根据所述簇首到基站距离采用单跳或多跳的方式向基站发送数据；其中，所述簇首采用多跳发送数据时，利用布谷鸟算法为所述簇首规划路由，包括以下步骤：

A10、确定每个采用多跳的簇首的中继节点个数；

A20、初始化鸟巢位置维度，利用布谷鸟算法对候选中继节点进行迭代更新，输出的最优鸟巢的位置即为簇首路由。

2.根据权利要求1所述的WSN路由协议方法，其特征在于，最优簇首数k的计算公式如下：

其中N表示WSN区域内存活节点数目；M表示WSN区域的边长；d_toBS表示簇首到基站的平均距离。

3.根据权利要求1所述的WSN路由协议方法，其特征在于，步骤S10的具体步骤为：

S101、随机初始化鸟巢位置，设置种群规模、最大迭代次数参数，得到每个鸟巢的适应度；

S102、对每个鸟巢位置和状态进行更新；

S103、对步骤S102更新后鸟巢位置得到新适应度，若新适应度更优，则替换旧的鸟巢位置，得到随机数r；

S104、比较r与Pa的大小，若r＞Pa，再次更新一次鸟巢位置，否则鸟巢位置不变；

S105、计算每个鸟巢的适应度，若满足最大迭代次数或者适应度函数收敛，进行下一步，并输出最优鸟巢位置；否则返回到步骤S102。

4.根据权利要求3所述的WSN路由协议方法，其特征在于，步骤S101中，鸟巢的适应度的计算公式为：

其中，dist表示欧式距离；C_j表示第j个簇的中心；k表示最优簇首数；

步骤S102中，每个鸟巢的位置和状态进行更新的计算公式为：

其中表示第t代第c个解；α为步长因子，用来控制随机搜索范围；表示点对点乘法，是莱维飞行步长，步长因子α与莱维随机数Levy(β)公式如下：

其中μ和ν服从标准正态分布，β＝1.5，X_best表示当前最优解；α₀＝0.001*t_max*exp(-t/t_max)，t，t_max分别表示当前迭代次数与最大迭代次数；

步骤S104中，更新一次鸟巢位置的计算公式为：

其中和表示第t代的两个随机解；ν是服从[0,1]上的均匀分布。