[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

摘要

本发明使用遗传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遗传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；通过遗传算法的选择、基于全局最优染色体的交叉和变异等操作，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

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Xi＝[xi1，xi2，...，xiD]；其中D为编码长度，与网络中的节点数目相同；位置Xi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Xi，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Xi；d)变异操作：对于每个染色体Xi，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Xi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。