[发明专利]一种基于鲸鱼群算法的无线传感器网络能效优化分簇方法

摘要

本发明公开了一种基于鲸鱼群算法的无线传感器网络能效优化分簇方法，包括，汇聚节点将初始配置信息分别发送到所有簇头节点和普通节点，并对网络信息进行汇聚采集；根据当前网络信息，获得所有簇头节点到汇聚节点的最优路由方案和最优分簇方案；根据最优分簇方案和最优路由方案，对整个无线传感器网络进行分簇路由配置；簇头节点对所在分簇进行数据融合并发送到汇聚节点，完成信息汇聚采集。本发明技术方案的方法，在能效优化分簇问题中引入改进的鲸鱼群算法，利用改进鲸鱼群算法在多峰优化问题的求解能力，求解无线传感器网络能效优化分簇问题；同时，路由算法能够有效平衡簇头节点在转发数据时的能量消耗，从而有利于进一步延长网络生命周期。

主权项

1.一种基于鲸鱼群算法的无线传感器网络能效优化分簇方法，其特征在于，包括汇聚节点将初始配置信息分别发送到簇头节点和普通节点，并对无线传感器网络的节点信息进行汇聚采集，获取当前网络信息；根据当前网络信息，计算得到每个簇头节点的最优转发路径，从而获得所有簇头节点到汇聚节点的最优路由方案，以及整个传感器网络的最优分簇方案；根据最优分簇方案和最优路由方案，对整个无线传感器网络进行分簇路由配置；传感器节点采集和处理信息，生成包含有传感器节点自身剩余能量信息的数据包，并将该数据包转发到对应的簇头节点；簇头节点对所在分簇进行数据融合，根据分簇路由配置将数据发送到汇聚节点，完成信息汇聚采集；其中，所述最优分簇方案通过改进的鲸鱼算法计算获得，包括：S1设置鲸鱼群算法参数，并对鲸鱼群算法中的每个鲸鱼个体进行初始化，获取初始鲸鱼种群，计算每个鲸鱼个体的适应度值；设置当前鲸鱼为鲸鱼群的第一个个体，进入步骤S2；S2根据适应度值以及鲸鱼个体间的距离，确定当前鲸鱼是否存在引导个体；所述引导个体是所有优于当前鲸鱼的鲸鱼个体中，离当前鲸鱼最近的鲸鱼个体；若存在，进入步骤S3；否则进入步骤S5；S3生成当前鲸鱼的副本鲸鱼，当前鲸鱼的引导个体根据个体移动规则引导该副本鲸鱼进行移动，计算该副本鲸鱼的适应度值并比较；若该副本鲸鱼的适应度值小于当前鲸鱼的适应度值，则用该副本鲸鱼替换当前鲸鱼，并将当前鲸鱼的迭代计数器设置为0，进入步骤S7；否则进入步骤S4；S4比较当前鲸鱼的迭代计数器值与鲸鱼群稳定性阈值的大小；若当前鲸鱼的迭代计数器值小于鲸鱼群稳定性阈值，则将该迭代计数器值加1，进入步骤S7；否则重新初始化当前鲸鱼的位置，计算该鲸鱼的适应度值，进入步骤S7；S5生成当前鲸鱼的副本，对该副本执行邻域搜索后，计算该副本的适应度值并比较；若该副本的适应度值小于当前鲸鱼的适应度值，则将当前鲸鱼替换为该副本，并将当前鲸鱼对应的鲸鱼迭代计数器值设置为0，进入步骤S7；否则进入步骤S6；S6若当前鲸鱼的迭代计数器小于鲸鱼群稳定性阈值，则对该迭代计数器加1，进入步骤S7；否则比较当前鲸鱼的适应度值与全局最优解的适应度值的大小，若当前鲸鱼的适应度值小于全局最优解的适应度值，则更新全局最优解的适应度值为当前鲸鱼的适应度值，更新全局最优解，初始化当前鲸鱼的位置，并计算该鲸鱼的适应度值，进入步骤S7；若不小于则重新初始化当前鲸鱼的位置，并计算该鲸鱼的适应度值，进入步骤S7；S7若当前鲸鱼不为鲸鱼群的最后一个个体，设置当前鲸鱼为当前鲸鱼在鲸鱼群中的下一个鲸鱼个体，进入步骤S2；若当前鲸鱼为鲸鱼群的最后一个个体，判断其是否满足终止条件，若满足进入步骤S8；否则设置当前鲸鱼为鲸鱼群的第一个个体，进入步骤S2；S8判断最后一代种群中是否有比全局最优解更好的鲸鱼个体，有则替代当前全局最优解，获取最终的全局最优解，即为最优分簇方案。