[发明专利]一种基于遗传算法的高能效路由算法

摘要

本发明涉及一种基于遗传算法的高能效路由算法，其特征是：在能量采集型无线传感器网络中，建立考虑节点的吸收能量、剩余能量、消耗能量和浪费能量的适应函数，用遗传算法寻找全局最优路径，在最小化路径损耗的基础上考虑能量平衡和能量浪费。本发明的优点在于：比只考虑路径能耗最小的适应函数，比部分考虑路径能耗与路径上节点的吸收能量、剩余能量的适应函数，比部分考虑路径能耗与网络中所有节点的浪费能量的适应函数，在能量利用率上具有优势，可以更好地延长网络生命周期。

主权项

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Eh(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LFS，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Eharvest(k)，总消耗能量Econsumc(k)，总浪费能量Ewaste(k)，总剩余能量Eleft(k)，和能量利用率efficiency(k)。