[发明专利]基于二进制粒子群算法的无线传感器网络节点分层调度方法

摘要

本发明使用二进制粒子群算法对无线传感器网络的节点进行分层调度，属于网络技术和计算智能领域。首先设计了一种基于二进制粒子群算法寻找无线传感器网络最优节点子集的方法；该方法将粒子编码为长度等于传感器节点数量的0/1二进制串，1表示选择该节点进入子集，0表示不选择；通过二进制粒子群算法的更新公式和一种反转策略的变异方法，实现在满足网络100％覆盖前提下的节点子集传感器数量的最小化。通过不断调用“最优节点子集传感器数量最小化的方法”，将网络中的节点划分为尽可能多的不相交子集，解决了网络节点分层调度的优化问题。本发明能够高效地对无线传感器网络的节点进行最大化的分层优化调度，对延长网络寿命有重要的作用。

主权项

1.一种带变异操作的基于二进制粒子群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，同时通过在粒子群算法中引入变异操作以增强算法多样性，避免算法容易落入局部最优的缺陷，该方法主要包括以下步骤：(1)对于给定的网络Netw，设置其最大层数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；否则输出最大可分层数K＝0，终止程序；(2)使用二进制粒子群算法从网络Netw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个粒子形成粒子群算法的种群，每个粒子i的位置和速度编码分别表示为X_i＝[x_i1，x_i2，...，x_iD]和V_i＝[v_i1，v_i2，...，v_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；速度表示位置的变化情况；评估所有粒子的适应值，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；同时令粒子i的历史最优位置P_i＝[p_i1，p_i2，...，p_iD]为当前位置X_i，整个种群的全局最优位置G＝[g₁，g₂，...，g_D]为所有历史最优位置中最好的那个；b)对每个粒子i，借助其历史最优位置P_i和种群的全局最优位置G对速度V_i进行更新；对于V_i的每一维v_id，其中1≤d≤D，相应的更新公式为：v_id＝v_id+c₁×r₁×(p_id-x_id)+c₂×r₂×(g_d-x_id)；其中c₁和c₂均为2.0，r₁和r₂为区间[0，1]之间的随机数；c)使用如下策略更新粒子i的位置X_i进行更新：对每一维x_id，首先计算然后生成区间[0，1]之间的随机数r，如果r≤p，则设x_id＝1，否则设x_id＝0；d)使用变异策略对粒子i更新后的位置X_i进行变异，增强算法的多样性；e)对粒子i更新变异后的位置X_i进行适应值的评估，如果新的适应度函数值比其历史最优位置P_i的适应度函数值更好，则将P_i设置为X_i，同时判断新的P_i是否比种群的全局最优位置G更优，如果是，则将G替换为P_i；f)反复执行以上步骤b)、c)、d)和e)直到满足终止条件，则全局最优位置G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Netw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Netw；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。