計(jì)算智能及其在無線傳感器網(wǎng)絡(luò)優(yōu)化中的應(yīng)用.pdf

1、隨著科學(xué)的發(fā)展和時(shí)代的進(jìn)步,人們?cè)诠I(yè)生產(chǎn)和工程實(shí)踐過程中遇到的問題,越來越多地具有規(guī)模大、復(fù)雜性、約束性、非線性、不確定性等特點(diǎn),在生產(chǎn)實(shí)踐和科學(xué)研究的諸多領(lǐng)域有大量的問題都急需人們?cè)邶嫶蠛蛷?fù)雜空間尋找最優(yōu)解或近似最優(yōu)解,常規(guī)的優(yōu)化算法面對(duì)這樣的大型問題已無能為力。計(jì)算智能作為一種新興的優(yōu)化技術(shù),很好地解決了常規(guī)優(yōu)化算法遇到的難點(diǎn),其算法相對(duì)簡(jiǎn)單,易理解,易實(shí)現(xiàn),更為重要的是,計(jì)算智能方法大都具有隱含并行性、自組織、自適應(yīng)等特點(diǎn),有效

2、地促進(jìn)了其在生產(chǎn)各領(lǐng)域中的優(yōu)化應(yīng)用,對(duì)生產(chǎn)效率的提高、能耗的降低、資源的合理利用等具有重要的作用。
　　 本文從計(jì)算智能中的兩種應(yīng)用廣泛的技術(shù)--進(jìn)化計(jì)算和群體智能入手,以進(jìn)化計(jì)算中經(jīng)典的遺傳算法和群體智能中具有代表性的蟻群優(yōu)化算法作為研究基礎(chǔ),簡(jiǎn)單介紹了這兩種算法的相關(guān)理論和特點(diǎn),然后進(jìn)行一些改進(jìn),并與其他算法進(jìn)行了融合,尋找適合于工程實(shí)踐需求的智能優(yōu)化應(yīng)用。在具體的優(yōu)化應(yīng)用中,本文針對(duì)無線傳感器網(wǎng)絡(luò)(Wireless Sen

3、sor Network,WSN)必須有很強(qiáng)的自組織性、自適應(yīng)性和魯棒性且傳感器節(jié)點(diǎn)的能量資源都非常有限等不同于其他傳統(tǒng)網(wǎng)絡(luò)的特點(diǎn),充分利用計(jì)算智能特性,有機(jī)地將兩個(gè)研究熱點(diǎn)結(jié)合起來,為應(yīng)用計(jì)算智能方法解決WSN優(yōu)化問題,提供了方法與思路。
　　 本文主要在三個(gè)方面做了一些工作:一,對(duì)WSN分簇問題進(jìn)行了描述和研究,并將遺傳算法應(yīng)用于WSN分簇過程,綜合考慮簇內(nèi)鄰居節(jié)點(diǎn)的距離和能量信息,優(yōu)化簇頭節(jié)點(diǎn)的選擇,使得WSN簇內(nèi)節(jié)點(diǎn)的能量

4、消耗得以均衡,避免了節(jié)點(diǎn)因能量快速耗盡而過早死亡,能有效提高大規(guī)模無線傳感器網(wǎng)絡(luò)的生存周期;二,對(duì)WSN覆蓋問題進(jìn)行了描述,針對(duì)其具有多目標(biāo)優(yōu)化的特點(diǎn),在基于GAF的拓?fù)淇刂葡?應(yīng)用基于Pareto排序的遺傳算法來求解此問題,并考慮群體多樣性和Pareto最優(yōu)解的性能,采取一些措施對(duì)算法進(jìn)行改進(jìn),最終實(shí)現(xiàn)使用盡可能少數(shù)目的傳感器節(jié)點(diǎn)以達(dá)到盡可能大的覆蓋度的目標(biāo),均衡了WSN能量消耗,減少了無線信道中潛在的訪問沖突;三,針對(duì)WSN路由問題