基于改进鲸鱼算法的无线传感器网络能耗优化

摘要

k-means聚类算法和鲸鱼算法(WOA)在应用于无线传感器网络(WSNs)时，k-means算法存在需要准确输入聚类数目的问题，WOA存在易陷入局部最优解的问题导致簇首(CH)表现不佳，而二者延长WSNs寿命的效果不明显。为了解决上述问题，提出K-SAWOA-PSO来延长网络寿命。首先，使用改进k-means聚类算法划分网络，使簇内节点的数量保持在合理范畴内；其次，使用模拟退火策略改进WOA,结合簇内间隙、节点剩余能量寻找CH;最后，基于上述结果，采用正态分布衰减惯性权重改进粒子群算法(PSO)来寻找辅助节点，利用2种节点联合优化网络能耗。结果证明：与3种路由协议、PSO和WOA相比，K-SAWOA-PSO将网络中出现1%节点死亡的轮数分别提升了约6.47%、10.1%、21.3%、7.46%和23.4%,将出现25%节点死亡的轮数分别提高了约38.9%、116.7%、121.8%、55.2%和9.5%。

关键词

无线传感器网络 / k-means算法 / 鲸鱼算法 / 粒子群算法 / 能耗