微分进化求解无线传感器网络中的覆盖问题

研究使用微分进化算法求解无线传感器网络中的覆盖问题,介绍一种通用的无线传感器网络覆盖问题数据集生成算法,利用该算法生成覆盖问题数据集。提出利用微分进化算法求解覆盖问题的方法,方法的重组操作保证至少一个关键点的传感器分配到不同的子集,提高解的质量。其适应度函数考虑了完全覆盖子集的个数和非完全覆盖子集的覆盖率。与此类经典算法进行对比实验,实验结果表明了该方法的有效性。

基于相交覆盖集的最大化无线传感网寿命算法

无线传感网络(wireless sensor networks,WSNs)的寿命是影响WSNs应用的关键因素。通常采用不相交覆盖集(disjoint sets covers,DSCs)解决WSNs的寿命优化问题。然而,DSCs中每个节点只能参与一个覆盖集。为此,提出基于相交覆盖集的最大化无线传感网寿命算法(non disjoint set covers algorithm for wireless sensor networks lifetime optimization,NDSC-NLO)。NDSC-NLO算法允许每个节点加入多个覆盖集。同时,NDSC-NLO算法引用基因算法产生最大化的相交覆盖集,并安排这些相交覆盖集,进而优化WSNs的网络寿命。仿真结果表明,与基于DSC算法相比,NDSC-NLO算法提高了相交覆盖集数,并延长了网络寿命约23%,覆盖率提升了约33%。

无线传感网络中基于DSC的记忆式算法研究

网络寿命是影响无线传感网络WSN(Wireless Sensor Network)应用最关键因素之一,受到广泛关注。将所有传感节点划分为不相交的传感节点覆盖(Sensor covers)子集,致使每个cover能够覆盖所有目标节点,并且所有cover轮流工作,这是延长网络寿命的有效方案。因此,可通过最大化cover数提高网络寿命,即求解不相交覆盖集DSC(Disjoint Set Cover)问题。为此,提出基于IMA(Improved Memetic Algorithm)算法求解DSC问题。IMA算法先建立初始矩阵Initial Population,再经优化Optimizer阶段、改进Improver阶段,形成最大化covers。仿真结果表明,与其他启发式算法和进化算法相比,提出的IMA算法能够形成最大化的covers。